arXiv cs.CV· Boyang Gong, Yu Zheng, Fanye Kong, Jie Zhou, Jiwen Lu·· 4 小时前AI 评分22
让视觉注意力"静止即静止"：打破视觉惯性以缓解多模态大模型关系幻觉
Attention at Rest Stays at Rest: Breaking Visual Inertia to Mitigate Relation Hallucinations
AI 导读
多模态大模型在关系描述中常因"视觉惯性"——注意力停留在先前主导区域——而产生关系幻觉，且关系预测性能随上一步视觉注意力被带入当前解码步骤而持续下降。
来源：arXiv cs.CV · arxiv.org