arXiv · cs.AI· Boyang Gong, Yu Zheng, Fanye Kong, Jie Zhou, Jiwen Lu·· 1 天前
IVE通过动态视觉激励缓解多模态模型关系幻觉
Attention at Rest Stays at Rest: Breaking Visual Inertia to Mitigate Relation Hallucinations
arXiv:2604.01989v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Boyang Gong, Yu Zheng, Fanye Kong, Jie Zhou, Jiwen Lu
研究任务与主要进展
Boyang Gong等人提出多模态大模型解码方法 Inertia-aware Visual Excitation（IVE），通过利用 token 级注意力历史动态重校准视觉值，减少关系描述中的幻觉。基于论文摘要，该方法在三种多模态大模型和多种解码策略上降低了关系幻觉，同时保持了更广泛的多模态性能；具体实验规模和比较细节未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org