arXiv · cs.AI · Junzhe Chen, Tian Qin, Eugenie Shi, Tianshu Zhang, Qiang Ju, Lijie Wen · 3 小时前模型评分46
VIGOR：用视觉增益排序缓解多模态离散扩散模型幻觉
VIGOR: Visual Gain Ordering for Hallucination Mitigation in Multimodal Discrete Diffusion Language Models
导读
研究者提出免训练、即插即用的推理策略 VIGOR（Visual Gain Ordering，视觉增益排序），通过对比原始图像条件与视觉消融两次前向的置信度，重排掩码位置的还原顺序，优先处理更依赖图像证据的位置。在 LLaDA-V 和 Lumina-DiMOO 上，VIGOR 一致降低幻觉并提升多模态推理表现，代码已公开。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address this issue, we propose Visual Gain Ordering (VIGOR), a training-free and plug-and-play inference strategy that reorders masked positions according to counterfactual visual evidence.”
- “Code is available at this https URL .”
来源：arXiv · cs.AI · arxiv.org