EGVCA：免训练缓解LVLM物体幻觉

Hyeonggeun Han、Taehyun Cho、Sangwoo Hong 在 arXiv 发布论文（arXiv:2610.17706），提出免训练框架 EGVCA，用于减少大型视觉语言模型的物体幻觉：语义主张仅在获得足够图像依赖支持时才被接受。其做法是比较有图像输入与视觉空输入时的断言似然，在图像描述中控制语义扩展，并在二元视觉问答中结合原子视觉支持与模型原有的 Yes–No 边际变化。 基于论文摘要：作者称在三个 LVLM 骨干上于 CHAIR、POPE 和 MME 基准上的实验显示，EGVCA 显著降低物体幻觉同时保持描述质量。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。