视觉幻觉相关 AI 资讯 · AITOP · AI热报

9月3日

12:15

12:15

官方账号arXiv cs.AI@Canjie Liu, Jiawen Kang, Jinbo Wen, Zishao Zhong

78°

RVSD是一种无需训练即插即用的解码框架，首次统一了令牌稀疏化和语义空间视觉检索。该框架在减少视觉幻觉方面达到最先进性能，在长上下文生成设置中保持强大的抑制能力。代码已在GitHub开源，可供研究人员直接使用。

论文 RVSD 视觉语言模型视觉幻觉

推荐理由：清华团队提出RVSD框架，不用训练就能减少大视觉语言模型的幻觉，效果还特别好。

6月16日

11:44

11:44

官方账号arXiv cs.AI@Pratheswaran Hariharan, Haiping Xu, Donghui Yan

该论文提出检索增强可靠性感知推理框架，通过构建外部视觉证据数据库及最近邻检索，估计预测可信度。在ImageNet-100上，接受预测准确率从85.84%提升至88.88%，覆盖率89.04%。幻觉错误接受率从14.16%降至11.12%。方法整合检索证据、可靠性估计和选择性决策门控，无需重新训练大模型即可减少过度自信的视觉错误。

论文多模态大模型视觉幻觉检索增强

推荐理由：多模态模型总是幻觉？这篇论文用检索+可靠性打分，让模型不确定时主动说不知道，准确率还提升了，值得看看方法。