视觉语言模型 / CVPR2026
同样的注意力,不同的真相:用 Logit Lens 审视视觉注意力以检测和缓解 LVLM 物体幻觉
Same Attention, Different Truths: Put Logit-Lens over Visual Attention to Detect and Mitigate LVLM Object Hallucination
提出用 Logit Lens 解码高注意力区域的视觉特征,以检测 LVLM 物体幻觉,并针对视觉不确定性和上下文先验两种机制分别设计免训练缓解策略(HARM 和 VEED),可直接用于提升多模态模型生成可靠性。
物体幻觉Logit-Lens免训练检测与缓解