双流跨锚点校正：为长篇描述提供依据，并探讨对象级锚点的领域局限

英文标题：Dual-Stream Cross-Anchor Correction Grounding Long-Form Captions and the Domain Limits of Object-Level Anchors

该论文关注多模态大语言模型中的对象幻觉问题：当语言先验和语料共现偏差压过视觉证据时，模型可能生成图像中并不存在的对象描述。作者指出，这一问题的关键在于单个对象提及缺乏与图像内容的明确绑定。论文题目表明，其提出或研究了“双流跨锚点校正”方法，用于让长篇图像描述更可靠地扎根于视觉证据，同时讨论对象级锚点的适用范围与领域限制。对开发者而言，这一研究与提升视觉语言模型的描述真实性、降低幻觉以及改进多模态评测有关。

2.1 KB 483 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB