arXiv · cs.AI· Junzhe Chen·· 2 天前AI 评分29
VIGOR：面向多模态离散扩散语言模型的视觉增益排序幻觉缓解方法
VIGOR: Visual Gain Ordering for Hallucination Mitigation in Multimodal Discrete Diffusion Language Models
来源与原文
arXiv · cs.AI
作者：Junzhe Chen
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/2611.05066v1
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
VIGOR 是一种 training-free、即插即用的推理策略，针对多模态离散扩散语言模型（dLLM）的幻觉问题，通过对比原始图像条件与视觉消融两次推理的置信度，重新排序 mask 位置的解掩码顺序，优先解码视觉证据更强的 token。在 LLaDA-V 和 Lumina-DiMOO 上的实验显示，VIGOR 一致降低幻觉并提升多模态推理表现，代码已开源，论文被 NeurIPS 2026 接收。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。