视觉语言模型 / CVPR2026
残差解码:通过历史感知残差引导缓解大型视觉语言模型的幻觉
Residual Decoding: Mitigating Hallucinations in Large Vision-Language Models via History-Aware Residual Guidance
ResDec 是一种免训练的解码策略,利用 LVLM 内部词元 logits 的演化历史来校正语言先验带来的偏置;做视觉问答或多模态生成时可直接套用到现有模型的解码阶段,无需重训即可提升视觉 grounding、减少物体幻觉。
幻觉抑制免训练解码词元对数几率演化