视觉幻觉抑制

看见、说出、理清：面向 LVLM 视觉接地多模态推理的迭代式免训练框架

See It, Say It, Sorted: An Iterative Training-Free Framework for Visually-Grounded Multimodal Reasoning in LVLMs

提出一种免训练、即插即用的测试时逐步视觉证据监督机制：构建文本化视觉证据池，并用视觉决策模块按推理上下文动态补充证据，可直接套用到任意 LVLM 骨干上抑制多模态思维链中的视觉幻觉传播，无需 RL 微调。