arXiv · cs.AI· Jianghao Yin, Lang Yu, Qianxi Yu, Qin Chen, Jie Zhou, Zhikai Lei, Liang He·· 2 天前
PLANE：面向大型视觉语言模型幻觉缓解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
arXiv:2610.25146v1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：Jianghao Yin, Lang Yu, Qianxi Yu, Qin Chen, Jie Zhou, Zhikai Lei, Liang He
研究任务与主要进展
PLANE通过在CLIP上配置面向对象、属性和关系的细粒度LoRA视觉专家，并利用指令感知门控网络自适应融合图像特征，减少大型视觉语言模型的幻觉。作者基于论文摘要报告，该方法在不同类型和规模的模型及多个幻觉评测基准上取得改进，同时仅引入较小推理延迟，并优于部分先进基线；研究还构建了评测阶段不依赖GPT-4的GIFT细粒度幻觉基准。
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