:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liang, Xiao, Liu, Chenxi, Ma, Zhi, Wang, Di, Jing, Bin, Wang, Quan, Shi, Yuanyuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2512.17189
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VGS-Decoding: Visual Grounding Score Guided Decoding for Hallucination Mitigation in Medical VLMs
von: Kolli, Govinda, et al.
Veröffentlicht: (2026)

Mitigating Hallucinations in Large Vision-Language Models with Instruction Contrastive Decoding
von: Wang, Xintong, et al.
Veröffentlicht: (2024)

CheXPO-v2: Preference Optimization for Chest X-ray VLMs with Knowledge Graph Consistency
von: Liang, Xiao, et al.
Veröffentlicht: (2025)

TS-P$^2$CL: Plug-and-Play Dual Contrastive Learning for Vision-Guided Medical Time Series Classification
von: Xu, Qi'ao, et al.
Veröffentlicht: (2025)

CheXPO: Preference Optimization for Chest X-ray VLMs with Counterfactual Rationale
von: Liang, Xiao, et al.
Veröffentlicht: (2025)

Sparse Autoencoders as Plug-and-Play Firewalls for Adversarial Attack Detection in VLMs
von: Wang, Hao, et al.
Veröffentlicht: (2026)

One-shot Optimized Steering Vector for Hallucination Mitigation for VLMs
von: Shi, Youxu, et al.
Veröffentlicht: (2026)

Mitigating Hallucination in Multimodal LLMs with Layer Contrastive Decoding
von: Tong, Bingkui, et al.
Veröffentlicht: (2025)

CATCH: Complementary Adaptive Token-level Contrastive Decoding to Mitigate Hallucinations in LVLMs
von: Kan, Zhehan, et al.
Veröffentlicht: (2024)

Energy-Guided Decoding for Object Hallucination Mitigation
von: Liu, Xixi, et al.
Veröffentlicht: (2025)

MLLM can see? Dynamic Correction Decoding for Hallucination Mitigation
von: Wang, Chenxi, et al.
Veröffentlicht: (2024)

Mitigating Hallucination in Visual-Language Models via Re-Balancing Contrastive Decoding
von: Liang, Xiaoyu, et al.
Veröffentlicht: (2024)

Med-VCD: Mitigating Hallucination for Medical Large Vision Language Models through Visual Contrastive Decoding
von: Mahdavi, Zahra, et al.
Veröffentlicht: (2025)

SDCD: Structure-Disrupted Contrastive Decoding for Mitigating Hallucinations in Large Vision-Language Models
von: Xia, Yuxuan, et al.
Veröffentlicht: (2026)

Mitigating Hallucinations in Large Vision-Language Models with Internal Fact-based Contrastive Decoding
von: Wang, Chao, et al.
Veröffentlicht: (2025)

MRFD: Multi-Region Fusion Decoding with Self-Consistency for Mitigating Hallucinations in LVLMs
von: Ge, Haonan, et al.
Veröffentlicht: (2025)

MedHEval: Benchmarking Hallucinations and Mitigation Strategies in Medical Large Vision-Language Models
von: Chang, Aofei, et al.
Veröffentlicht: (2025)

The Mirage of Performance Gains: Why Contrastive Decoding Fails to Mitigate Object Hallucinations in MLLMs?
von: Yin, Hao, et al.
Veröffentlicht: (2025)

Mitigating Hallucinations in Video Large Language Models via Spatiotemporal-Semantic Contrastive Decoding
von: Gao, Yuansheng, et al.
Veröffentlicht: (2026)

ASCD: Attention-Steerable Contrastive Decoding for Reducing Hallucination in MLLM
von: Wang, Yujun, et al.
Veröffentlicht: (2025)

CIP: A Plug-and-Play Causal Prompting Framework for Mitigating Hallucinations under Long-Context Noise
von: Ma, Qingsen, et al.
Veröffentlicht: (2025)

ConVis: Contrastive Decoding with Hallucination Visualization for Mitigating Hallucinations in Multimodal Large Language Models
von: Park, Yeji, et al.
Veröffentlicht: (2024)

Vote&Mix: Plug-and-Play Token Reduction for Efficient Vision Transformer
von: Peng, Shuai, et al.
Veröffentlicht: (2024)

When Images Speak Louder: Mitigating Language Bias-induced Hallucinations in VLMs through Cross-Modal Guidance
von: Cao, Jinjin, et al.
Veröffentlicht: (2025)

VaLiD: Mitigating the Hallucination of Large Vision Language Models by Visual Layer Fusion Contrastive Decoding
von: Wang, Jiaqi, et al.
Veröffentlicht: (2024)

Locate-then-Sparsify: Attribution Guided Sparse Strategy for Visual Hallucination Mitigation
von: Dang, Tiantian, et al.
Veröffentlicht: (2026)

Efficient Contrastive Decoding with Probabilistic Hallucination Detection - Mitigating Hallucinations in Large Vision Language Models -
von: Fieback, Laura, et al.
Veröffentlicht: (2025)

AVCD: Mitigating Hallucinations in Audio-Visual Large Language Models through Contrastive Decoding
von: Jung, Chaeyoung, et al.
Veröffentlicht: (2025)

SECOND: Mitigating Perceptual Hallucination in Vision-Language Models via Selective and Contrastive Decoding
von: Park, Woohyeon, et al.
Veröffentlicht: (2025)

Delve into Visual Contrastive Decoding for Hallucination Mitigation of Large Vision-Language Models
von: Lee, Yi-Lun, et al.
Veröffentlicht: (2024)

Flash-VAED: Plug-and-Play VAE Decoders for Efficient Video Generation
von: Zhu, Lunjie, et al.
Veröffentlicht: (2026)

MaskCD: Mitigating LVLM Hallucinations by Image Head Masked Contrastive Decoding
von: Deng, Jingyuan, et al.
Veröffentlicht: (2025)

SEASON: Mitigating Temporal Hallucination in Video Large Language Models via Self-Diagnostic Contrastive Decoding
von: Wu, Chang-Hsun, et al.
Veröffentlicht: (2025)

Look Closer! An Adversarial Parametric Editing Framework for Hallucination Mitigation in VLMs
von: Hu, Jiayu, et al.
Veröffentlicht: (2025)

Octopus: Alleviating Hallucination via Dynamic Contrastive Decoding
von: Suo, Wei, et al.
Veröffentlicht: (2025)

CCD: Mitigating Hallucinations in Radiology MLLMs via Clinical Contrastive Decoding
von: Zhang, Xi, et al.
Veröffentlicht: (2025)

Diffusion Sampling Path Tells More: An Efficient Plug-and-Play Strategy for Sample Filtering
von: Wang, Sixian, et al.
Veröffentlicht: (2025)

Retrieval Visual Contrastive Decoding to Mitigate Object Hallucinations in Large Vision-Language Models
von: Lee, Jihoon, et al.
Veröffentlicht: (2025)

Spotlight and Shadow: Attention-Guided Dual-Anchor Introspective Decoding for MLLM Hallucination Mitigation
von: Wu, Yebo, et al.
Veröffentlicht: (2026)

Beyond Single Models: Mitigating Multimodal Hallucinations via Adaptive Token Ensemble Decoding
von: Li, Jinlin, et al.
Veröffentlicht: (2025)