arXiv cs.CV· Zhixin Cai, Ruoqi Yuan, Xinchen Yang, Zhuofan Chen, Jun Bai, Chuantao Yin, Wenge Rong·· 4 小时前AI 评分37
ARP-CD：用注意力引导的表征扰动缓解视频 LLM 幻觉
Mitigating Video Hallucinations via Attention-Guided Representation Perturbation
AI 导读
免训练的 ARP-CD 在表征空间直接构建对比负样本：用答案预测位置上视觉 token 的注意力质量，引导视觉隐藏状态做有界梯度更新，生成降低视觉注意力的负输入并与原始分支对比解码，以缓解 Video LLM 幻觉。在四个 Video LLM 与四个 benchmark 上，该方法在多数模型—基准组合中优于代表性免训练基线，减少幻觉的同时提升通用视频理解。
来源：arXiv cs.CV · arxiv.org