OpenAlex 主题 · 多模态机器学习· Peiyang Xu, Xiaopei Zhu, Jun Zhu 等·2026-11-05 08:00· 3 天前AI 评分42

超越语言先验：诊断与修复多模态大语言模型的视觉源幻觉

Beyond Language Priors: Diagnosing and Fixing Visual-Origin Hallucinations in Multimodal LLMs

AI 导读

新研究以定量证据挑战主流观点——多模态大语言模型（MLLM）的物体幻觉主要源于语言先验，即过度依赖文本共现统计，并提出互补成因：视觉源幻觉。视觉源幻觉指幻觉源自错误的视觉特征提取，该工作据此给出相应的诊断与修复方法。