NLP指标强化学习框架抑制LVLM物体幻觉

2026年10月14日，arXiv Computer Vision 报道，Thanh Nguyen 等作者提出一种完全由自然语言处理（NLP）指标驱动的强化学习框架，用于减少 LVLM 图像描述中的物体幻觉。该框架引入 Object Consistency Score（OCS）衡量物体正确性与覆盖度，结合 KL 正则化提供更密集的 token 级指导，并设计轻量 PPO 变体在冻结的 LVLM 主干上微调 adapter。报道称，该框架在 COCO 数据集上实现最高 41% 的幻觉减少，在 Visual Genome 上实现 29% 的幻觉减少；同时可通过引入 BERTScore 和 METEOR 等互补评估指标提升描述质量。目前进展停留在该报道所述的研究成果层面。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。