提出PACD解码框架缓解跨模态幻觉
热点事件持续更新
提出PACD解码框架缓解跨模态幻觉
1 篇报道1 个报道来源46 分钟前更新
先了解这件事
AI 综述
Chang Sun 等作者提出免训练解码框架 PACD(溯源感知共识解码),用于缓解全模态大语言模型的跨模态幻觉。框架按分支是否达成共识分两条路径:非共识时通过 Relevance-Guided Candidate Arbitration 仲裁候选预测,共识时通过 Provenance-Based Consensus Recovery 基于层级模态证据恢复错误共识。 作者在多个 Omni-LLM 和基准上验证,称 PACD 在 CMM、AVHBench、SVHalluc 三个跨模态幻觉基准上相较标准解码最高取得 27.6% 的相对改进,在 OmniVideoBench 和 FutureOmni 两个通用音视频推理基准上相较最佳基线平均相对改进 7.7%。这些为论文作者报告的结果。
AI 根据报道生成 · 16 分钟前更新
最新进展11月18日 13:00
PACD:面向全模态大语言模型跨模态幻觉的溯源感知共识解码框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIPACD:面向全模态大语言模型跨模态幻觉的溯源感知共识解码框架
研究者提出免训练解码框架 PACD,用于缓解全模态大语言模型(Omni-LLMs)中的跨模态幻觉。该框架针对分支是否达成共识设计两条路径:非共识时用 Relevance-Guided Candidate Arbitration 仲裁候选预测,共识时用 Provenance-Based Consensus Recovery 基于层级模态证据恢复错误共识。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。