视觉对比解码

3D-VCD：通过视觉对比解码缓解3D-LLM具身智能体的幻觉

3D-VCD: Hallucination Mitigation in 3D-LLM Embodied Agents through Visual Contrastive Decoding

把2D视觉对比解码的思路迁移到3D具身场景：在推理时对3D场景图施加类别标签交换、坐标加噪等扰动来构造"负"上下文，从而无需训练即可抑制3D-LLM的幻觉，可直接用于3D视觉语言模型的可靠性提升。