跳到正文
arXiv · 机器人与计算机视觉· Shuran Ma, JiaLe Li, Yuxin Dong, Shan Zheng, Qingyun Jiang, Xiang Chen, Qi Zhu, Deyi Ji, Yifan Yang, Jianfeng Pan, Yu Tian, Xue Yang·· 2026-10-09AI 评分72

超越视觉增强:自适应多上下文引导以缓解 LVLM 幻觉

Beyond Visual Enhancement: Adaptive Multi-Context Steering to Mitigate LVLM Hallucinations

AI 导读

针对大视语模型的幻觉问题,本文提出 AIMS(Adaptive Information Multi-source Steering),一种无需额外训练或前向传播的轻量级框架。该方法利用模型内在的视觉关注倾向及文本上下文贡献,构建紧凑原型并估计与当前查询的亲和力,从而动态确定各头部的引导权重以协调多源信息。实验表明,AIMS 在有效抑制物体幻觉的同时保持了具有竞争力的通用多模态能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org