arrow
返回

ECD: Efficient Contrastive Decoding with Probabilistic Hallucination Detection

delete2026-01-01
delete0
PRE
AI
L
Laura Fieback *
N
Nishilkumar Balar
J
Jakob Spiegelberg
H
Hanno Gottschalk
DOI:10.1007/978-3-032-06109-6_2delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
尽管大型视觉语言模型(LVLMs)取得了近期进展,但这些模型仍存在生成与所提供视觉输入不符的幻觉性响应。为缓解此类幻觉,我们提出了一种高效对比解码(ECD)方法,该方法利用概率性幻觉检测,在推理阶段将输出分布转向上下文准确的答案。通过对比标记概率和幻觉分数,ECD从原始分布中减去幻觉概念,有效抑制幻觉。值得注意的是,我们提出的方法可应用于任何开源LVLM,且无需额外训练LVLM。我们在多个基准数据集和不同LVLM上评估了该方法。实验表明,ECD有效缓解了幻觉问题,在LVLM基准性能和计算时间方面优于现有最优方法。
Keyword:
Multimodal large language models
Contrastive decoding
Hallucination mitigation
Hallucination detection
Meta classification

期刊

M
MACHINE LEARNING AND KNOWLEDGE DISCOVERY IN DATABASES. RESEARCH TRACK, ECML PKDD 2025, PT VII
IF:
0
论文数:
24
被引数:
0

机构

V
volkswagen
学者数:
806
论文数: 557
被引数: 2
V
volkswagen germany
学者数:
277
论文数: 236
被引数: 1
引用论文

引用论文

Temporal Performance Prediction for Deep Convolutional Long Short-Term Memory Networks
err2023-01-01
err0
PREAI
errFieback,Laura; Dash,Bidya; Spiegelberg,Jakob; Gottschalk,Hanno
err分享
err收藏
err分享
err收藏
Contrastive Decoding: Open-ended Text Generation as Optimization
err2023-01-01
err0
errOAAI
errXiang Lisa Li; Ari Holtzman; Daniel Fried; Percy Liang; Jason Eisner; Tatsunori Hashimoto; Luke Zettlemoyer; Mike Lewis
err分享
err收藏
学者 查看更多内容