arXiv · AI· Junzhe Chen, Tian Qin, Eugenie Shi, Tianshu Zhang, Qiang Ju, Lijie Wen·· 1 天前AI 评分22
VIGOR：用于缓解多模态离散扩散语言模型幻觉的视觉增益排序
VIGOR: Visual Gain Ordering for Hallucination Mitigation in Multimodal Discrete Diffusion Language Models
AI 导读
VIGOR 是一种无需训练、即插即用的推理策略，通过重排掩码位置缓解多模态离散扩散语言模型幻觉。 该策略在去噪步骤中比较原始视觉与视觉消融路径下的置信度，优先支持视觉证据更强的位置。在 LLaDA-V 和 Lumina-DiMOO 模型上，VIGOR 一致减少幻觉并提升多模态推理性能。
来源：arXiv · AI · arxiv.org