arXiv Computer Vision· Zhixin Cai, Ruoqi Yuan, Xinchen Yang, Zhuofan Chen, Jun Bai, Chuantao Yin, Wenge Rong·· 4 小时前AI 评分22
ARP-CD：用注意力引导表征扰动缓解 Video LLM 幻觉
Mitigating Video Hallucinations via Attention-Guided Representation Perturbation
AI 导读
研究者提出免训练框架 ARP-CD，通过在表征空间构造对比负样本缓解 Video LLM 幻觉：利用答案预测位置分配给视觉 token 的注意力质量，引导语言模型输入视觉隐状态做有界梯度更新，降低视觉注意力生成负样本，并在整个生成过程中与原始分支对比。
来源：arXiv Computer Vision · arxiv.org