SECRET 免训练法缓解音视频大模型跨模态幻觉

2026年10月2日，AGI Hunt 报道了一种名为 SECRET 的免训练方法，用于缓解音视频大语言模型（AVLLM）的跨模态幻觉。报道称，该方法针对来源混淆的 grounding 幻觉，通过对比 question 表征，将 question states 引向所需的模态证据。在 CMM 与 AVHBench 两个基准、三个 AVLLM 上，SECRET 一致优于以往的免训练方法，较基座最高提升 18.0 与 7.1 个百分点。模态特定字幕实验显示，该方法可泛化到开放式生成。目前尚无后续报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。