多层表征分析

超越全局分数：以细粒度词元定位作为 LVLM 幻觉的鲁棒检测器

Beyond the Global Scores: Fine-Grained Token Grounding as a Robust Detector of LVLM Hallucinations

把「对象词元是否强定位到某个图像块」作为判据，用 patch 级注意力弥散度与语义对齐度两个统计特征做词元级幻觉检测，可作为一种无需额外训练、可解释的 VLM 输出校验插件，接入任意 LVLM 的解码过程。