南大发布免训练 Omni-Woodpecker 幻觉修正框架

2026年10月26日，AGI Hunt 报道，南京大学与中科院团队发布 Omni-Woodpecker，一个无需训练（training-free）的框架，用于减少全模态大模型在视频、音频证据与语言先验发生冲突时产生的跨模态幻觉。报道将目标场景明确为全模态大模型同时处理视觉、听觉与语言信息时的幻觉修正，并强调其免训练属性。目前公开信息主要来自该篇报道，尚未披露具体实现方式、适用模型范围及评测数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。