arXiv · cs.AI· Zhixin Cai·· 13 天前AI 评分34
ARP-CD：通过注意力引导的表示扰动缓解 Video LLM 幻觉
Mitigating Video Hallucinations via Attention-Guided Representation Perturbation
来源与原文
arXiv · cs.AI
作者：Zhixin Cai
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.19728v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出 ARP-CD，一种免训练的对比解码框架，利用答案预测位置上视觉 token 的注意力质量，对语言模型输入的视觉隐藏状态做有界梯度更新，在表示空间直接构造对比负样本。在 4 个 Video LLM 和 4 个 benchmark 上的实验显示，ARP-CD 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整体视频理解能力。
来源：arXiv · cs.AI · arxiv.org