Tag · 1 篇
Thinking in Uncertainty: Mitigating Hallucinations in MLRMs with Latent Entropy-Aware Decoding
提出一种基于熵感知的解码策略,通过概率加权连续嵌入和视觉锚框注入来缓解多模态大模型在视觉问答中的幻觉,可作为一种即插即用的推理时增强手段用于视觉语言模型。