Buchumschlag

Seeing Clearly without Training: Mitigating Hallucinations in Multimodal LLMs for Remote Sensing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yi, Zhang, Jing, Wang, Di, Tian, Xiaoyu, Guo, Haonan, Du, Bo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VLRS-Bench: A Vision-Language Reasoning Benchmark for Remote Sensing
von: Luo, Zhiming, et al.
Veröffentlicht: (2026)

Seeing Far and Clearly: Mitigating Hallucinations in MLLMs with Attention Causal Decoding
von: Tang, Feilong, et al.
Veröffentlicht: (2025)

Remote Sensing ChatGPT: Solving Remote Sensing Tasks with ChatGPT and Visual Models
von: Guo, Haonan, et al.
Veröffentlicht: (2024)

Any2Any: Unified Arbitrary Modality Translation for Remote Sensing
von: Chen, Haoyang, et al.
Veröffentlicht: (2026)

MTP: Advancing Remote Sensing Foundation Model via Multi-Task Pretraining
von: Wang, Di, et al.
Veröffentlicht: (2024)

Can Multimodal LLMs See Materials Clearly? A Multimodal Benchmark on Materials Characterization
von: Lai, Zhengzhao, et al.
Veröffentlicht: (2025)

Seeing is Believing? Mitigating OCR Hallucinations in Multimodal Large Language Models
von: He, Zhentao, et al.
Veröffentlicht: (2025)

Tracing and Mitigating Hallucinations in Multimodal LLMs via Dynamic Attention Localization
von: Yang, Tiancheng, et al.
Veröffentlicht: (2025)

Building-road Collaborative Extraction from Remotely Sensed Images via Cross-Interaction
von: Guo, Haonan, et al.
Veröffentlicht: (2023)

XLRS-Bench: Could Your Multimodal LLMs Understand Extremely Large Ultra-High-Resolution Remote Sensing Imagery?
von: Wang, Fengxiang, et al.
Veröffentlicht: (2025)

Measuring and Mitigating Hallucinations in Vision-Language Dataset Generation for Remote Sensing
von: Anderson, Madeline, et al.
Veröffentlicht: (2025)

See Further When Clear: Curriculum Consistency Model
von: Liu, Yunpeng, et al.
Veröffentlicht: (2024)

LeMeViT: Efficient Vision Transformer with Learnable Meta Tokens for Remote Sensing Image Interpretation
von: Jiang, Wentao, et al.
Veröffentlicht: (2024)

FUSAR-KLIP: Towards Multimodal Foundation Models for Remote Sensing
von: Yang, Yi, et al.
Veröffentlicht: (2025)

Expediting Building Footprint Extraction from High-resolution Remote Sensing Images via progressive lenient supervision
von: Guo, Haonan, et al.
Veröffentlicht: (2023)

ClearSight: Visual Signal Enhancement for Object Hallucination Mitigation in Multimodal Large language Models
von: Yin, Hao, et al.
Veröffentlicht: (2025)

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

Unveiling the Ignorance of MLLMs: Seeing Clearly, Answering Incorrectly
von: Liu, Yexin, et al.
Veröffentlicht: (2024)

UHR-Micro: Diagnosing and Mitigating the Resolution Illusion in Earth Observation VLMs
von: Ni, Shuo, et al.
Veröffentlicht: (2026)

GeoLLaVA-8K: Scaling Remote-Sensing Multimodal Large Language Models to 8K Resolution
von: Wang, Fengxiang, et al.
Veröffentlicht: (2025)

Seeing Clearly by Layer Two: Enhancing Attention Heads to Alleviate Hallucination in LVLMs
von: Zhang, Xiaofeng, et al.
Veröffentlicht: (2024)

ReLoop: "Seeing Twice and Thinking Backwards" via Closed-loop Training to Mitigate Hallucinations in Multimodal understanding
von: Yang, Jianjiang, et al.
Veröffentlicht: (2025)

RSHallu: Dual-Mode Hallucination Evaluation for Remote-Sensing Multimodal Large Language Models with Domain-Tailored Mitigation
von: Zhou, Zihui, et al.
Veröffentlicht: (2026)

See Different, Think Better: Visual Variations Mitigating Hallucinations in LVLMs
von: Dai, Ziyun, et al.
Veröffentlicht: (2025)

DGSolver: Diffusion Generalist Solver with Universal Posterior Sampling for Image Restoration
von: Wang, Hebaixu, et al.
Veröffentlicht: (2025)

Boosting Semi-Supervised Object Detection in Remote Sensing Images With Active Teaching
von: Zhang, Boxuan, et al.
Veröffentlicht: (2024)

S5: Scalable Semi-Supervised Semantic Segmentation in Remote Sensing
von: Lv, Liang, et al.
Veröffentlicht: (2025)

Text-Guided Layer Fusion Mitigates Hallucination in Multimodal LLMs
von: Lin, Chenchen, et al.
Veröffentlicht: (2026)

Understanding and Mitigating Hallucinations in Multimodal Chain-of-Thought Models
von: Ma, Ji, et al.
Veröffentlicht: (2026)

SPEX: A Vision-Language Model for Land Cover Extraction on Spectral Remote Sensing Images
von: Si, Dongchen, et al.
Veröffentlicht: (2025)

MM-Snowball: Evaluating and Mitigating Hallucination Snowballing in Multimodal Multi-Turn Dialogue
von: Jiang, Yue, et al.
Veröffentlicht: (2026)

Seeing Through the Chain: Mitigate Hallucination in Multimodal Reasoning Models via CoT Compression and Contrastive Preference Optimization
von: Fang, Hao, et al.
Veröffentlicht: (2026)

A Survey on Remote Sensing Foundation Models: From Vision to Multimodality
von: Huang, Ziyue, et al.
Veröffentlicht: (2025)

MapGlue: Multimodal Remote Sensing Image Matching
von: Wu, Peihao, et al.
Veröffentlicht: (2025)

Universal Pansharpening Foundation Model
von: Wang, Hebaixu, et al.
Veröffentlicht: (2026)

Look Carefully: Adaptive Visual Reinforcements in Multimodal Large Language Models for Hallucination Mitigation
von: Zhu, Xingyu, et al.
Veröffentlicht: (2026)

PerturboLLaVA: Reducing Multimodal Hallucinations with Perturbative Visual Training
von: Chen, Cong, et al.
Veröffentlicht: (2025)

Boosting Multimodal Remote Sensing Image Classification with Transformer-based Heterogeneously Salient Graph Representation
von: Yang, Jiaqi, et al.
Veröffentlicht: (2023)

Residual Diffusion Bridge Model for Image Restoration
von: Wang, Hebaixu, et al.
Veröffentlicht: (2025)

ChangeBridge: Spatiotemporal Image Generation with Multimodal Controls for Remote Sensing
von: Zhao, Zhenghui, et al.
Veröffentlicht: (2025)