arXiv · AI· Jinyu Li, Zhiming Zhang, Hao Fang, Hongyao Yu, Bin Chen, Albert Ma, Shu-Tao Xia·· 3 天前AI 评分30
SARGO:通过基于策略自我引导的强化与抑制缓解视觉幻觉
SARGO: Agreement-Gated Reinforcement and Suppression via On-Policy Self-Guidance for Visual Hallucination Mitigation
AI 导读
summary_zh: SARGO提出了一种后训练框架,通过基于策略自我引导实现选择性强化和抑制,以缓解视觉语言模型中的视觉幻觉问题。 该方法在Qwen3-VL-4B、Qwen3-VL-8B和Gemma3-4B模型上进行了实验,结果显示SARGO在Obj-Hal、AMBER、THRONE和SHR评估中表现优于现有基线方法。
来源:arXiv · AI · arxiv.org