视觉注意力

理解并缓解多模态思维链模型中的幻觉

Understanding and Mitigating Hallucinations in Multimodal Chain-of-Thought Models

针对多模态思维链模型在复杂视觉推理中的幻觉问题，提出定位发散思维步骤并在解码阶段干预的方法，可直接用于提升视觉推理链的可靠性，且能与其他幻觉缓解策略叠加。