跳到正文
arXiv · 机器人与计算机视觉· Hansang Lee·· 12 小时前AI 评分67

少说错得少?诊断并修复偏好优化视觉语言模型的物体覆盖不足

Say Less, Hallucinate Less? Diagnosing and Restoring Object Coverage in Preference-Optimized Vision-Language Models

AI 导读

该研究发现偏好优化(PO)在降低大视觉语言模型物体幻觉的同时,也显著降低了物体命名数量。研究证明,通过调整序列结束概率即可复现大部分召回率增益,而无需训练。作者提出一种基座引导的物体类别恢复方法,在不增加幻觉的前提下将 PO 模型的召回率提升至接近基座模型水平。

来源:arXiv · 机器人与计算机视觉 · arxiv.org