跳到正文
arXiv · 机器人与计算机视觉· Jianghao Yin, Lang Yu, Qianxi Yu, Qin Chen, Jie Zhou, Zhikai Lei, Liang He·· 2026-10-20AI 评分45

PLANE:缓解大视觉语言模型幻觉的即插即用细粒度视觉专家

PLANE: Plug-and-Play Fine-Grained Visual Experts for Hallucination Mitigation in Large Vision-Language Models

AI 导读

PLANE 通过 LoRA 视觉专家与指令感知门控网络,在 GIFT 基准及多项主流评测中有效降低 LVLM 幻觉并引入极低推理延迟。该方法针对物体、属性及关系三方面构建细粒度数据集进行训练,相比先进基线展现出更优性能且无需依赖 GPT-4 评估。论文已被 EMNLP 2026 Findings 接收,代码与数据许可状态待进一步确认。

来源:arXiv · 机器人与计算机视觉 · arxiv.org