DARE：双路径自回归感知编辑缓解LVLM幻觉

2026年9月30日，arXiv cs.CV 刊出题为《DARE：双路径自回归感知编辑缓解大型视觉语言模型幻觉》的论文，提出 DARE（Dual-path Auto-Regressive-aware Editing）框架，用于缓解大型视觉语言模型（LVLM）的目标幻觉问题。报道称，DARE 是一种免训练的双路径自回归感知编辑框架，通过双路径与自回归感知式的编辑来减轻模型在目标层面的幻觉。截至现有报道，这是该事件唯一公开的信息，论文的具体方法细节、实验设置与评测结果均未在报道中披露，也未出现与上述说法相互矛盾或后续更新的报道。

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。