CAER：面向多模态大语言模型的冲突感知证据路由与双前缀专家机制

英文标题：CAER: Conflict-Aware Evidence Routing with Dual Prefix Experts for Multimodal Large Language Models

论文提出 CAER（Conflict-Aware Evidence Routing），一种用于多模态大语言模型（MLLM）的冲突感知证据路由方法，并采用双前缀专家机制。研究聚焦文本输入与视觉证据相互矛盾时，MLLM 容易产生幻觉并输出不一致回答的问题。该工作旨在提升模型在跨模态证据冲突场景下的信息判别与回答可靠性，对开发更稳健的多模态 Agent 和视觉语言应用具有参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB