VIGOR策略发布：缓解多模态扩散模型幻觉
热点事件观察中
VIGOR策略发布：缓解多模态扩散模型幻觉
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Junzhe Chen等人提出VIGOR，这是一种无需训练、即插即用的推理策略，旨在通过重排掩码位置来缓解多模态离散扩散语言模型中的幻觉问题。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。实验在LLaDA-V和Lumina-DiMOO模型上验证了VIGOR能有效减少幻觉并提升多模态推理性能，相关代码已公开。
AI 根据报道生成 · 1 天前更新
最新进展11月4日 13:00
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报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AIVIGOR：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 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。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 811月4日 19:00
- 近 24 小时变化
- -49%
02.557.510
11月5日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。