论文研究 arXiv cs.CV Wed, 16 Sep 2026 正文 thin 4 words

幻觉揭示了多模态推理的什么？通过对比解码探针诊断视觉落地失败

英文标题：What Do Hallucinations Reveal About Multimodal Reasoning? Diagnosing Visual Grounding Failures via Contrastive Decoding Probes

这篇 arXiv 论文（arXiv:2609.16646v1）提出，应在强大多模态模型广泛可用的背景下，采用超越基准分数的新科学方法来理解模型行为。论文聚焦的问题是：能否将大型视觉语言模型作为研究工具，用于分析其行为机制。作者特别关注多模态模型中的幻觉现象，以及与视觉落地失败相关的诊断方法。原文提供的摘要内容不完整，未包含具体实验数据和完整结论。

打开原文相关 4 · 机会 0