When Prompts Override Vision: Prompt-Induced Hallucinations in LVLMs
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Khayatan, Pegah, Parekh, Jayneel, Dapogny, Arnaud, Shukor, Mustafa, Newson, Alasdair, Cord, Matthieu |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Learning to Steer: Input-dependent Steering for Multimodal LLMs
par: Parekh, Jayneel, et autres
Publié: (2025)
par: Parekh, Jayneel, et autres
Publié: (2025)
Analyzing Finetuning Representation Shift for Multimodal LLMs Steering
par: Khayatan, Pegah, et autres
Publié: (2025)
par: Khayatan, Pegah, et autres
Publié: (2025)
A Concept-Based Explainability Framework for Large Multimodal Models
par: Parekh, Jayneel, et autres
Publié: (2024)
par: Parekh, Jayneel, et autres
Publié: (2024)
Implicit Multimodal Alignment: On the Generalization of Frozen LLMs to Multimodal Inputs
par: Shukor, Mustafa, et autres
Publié: (2024)
par: Shukor, Mustafa, et autres
Publié: (2024)
Restyling Unsupervised Concept Based Interpretable Networks with Generative Models
par: Parekh, Jayneel, et autres
Publié: (2024)
par: Parekh, Jayneel, et autres
Publié: (2024)
Skipping Computations in Multimodal LLMs
par: Shukor, Mustafa, et autres
Publié: (2024)
par: Shukor, Mustafa, et autres
Publié: (2024)
What Makes Multimodal In-Context Learning Work?
par: Baldassini, Folco Bertini, et autres
Publié: (2024)
par: Baldassini, Folco Bertini, et autres
Publié: (2024)
Improved Baselines for Data-efficient Perceptual Augmentation of LLMs
par: Vallaeys, Théophane, et autres
Publié: (2024)
par: Vallaeys, Théophane, et autres
Publié: (2024)
ReGentS: Real-World Safety-Critical Driving Scenario Generation Made Stable
par: Yin, Yuan, et autres
Publié: (2024)
par: Yin, Yuan, et autres
Publié: (2024)
Mitigating Hallucinations in Large Vision-Language Models (LVLMs) via Language-Contrastive Decoding (LCD)
par: Manevich, Avshalom, et autres
Publié: (2024)
par: Manevich, Avshalom, et autres
Publié: (2024)
Visual Description Grounding Reduces Hallucinations and Boosts Reasoning in LVLMs
par: Ghosh, Sreyan, et autres
Publié: (2024)
par: Ghosh, Sreyan, et autres
Publié: (2024)
Beyond Task Performance: Evaluating and Reducing the Flaws of Large Multimodal Models with In-Context Learning
par: Shukor, Mustafa, et autres
Publié: (2023)
par: Shukor, Mustafa, et autres
Publié: (2023)
Cracking the Code of Hallucination in LVLMs with Vision-aware Head Divergence
par: He, Jinghan, et autres
Publié: (2024)
par: He, Jinghan, et autres
Publié: (2024)
Black-Box Visual Prompt Engineering for Mitigating Object Hallucination in Large Vision Language Models
par: Woo, Sangmin, et autres
Publié: (2025)
par: Woo, Sangmin, et autres
Publié: (2025)
GLSim: Detecting Object Hallucinations in LVLMs via Global-Local Similarity
par: Park, Seongheon, et autres
Publié: (2025)
par: Park, Seongheon, et autres
Publié: (2025)
Why LVLMs Are More Prone to Hallucinations in Longer Responses: The Role of Context
par: Zheng, Ge, et autres
Publié: (2025)
par: Zheng, Ge, et autres
Publié: (2025)
Steering LVLMs via Sparse Autoencoder for Hallucination Mitigation
par: Hua, Zhenglin, et autres
Publié: (2025)
par: Hua, Zhenglin, et autres
Publié: (2025)
Mitigating Hallucinations in Multimodal Spatial Relations through Constraint-Aware Prompting
par: Wu, Jiarui, et autres
Publié: (2025)
par: Wu, Jiarui, et autres
Publié: (2025)
HELPD: Mitigating Hallucination of LVLMs by Hierarchical Feedback Learning with Vision-enhanced Penalty Decoding
par: Yuan, Fan, et autres
Publié: (2024)
par: Yuan, Fan, et autres
Publié: (2024)
When RAG Hurts: Diagnosing and Mitigating Attention Distraction in Retrieval-Augmented LVLMs
par: Zhao, Beidi, et autres
Publié: (2026)
par: Zhao, Beidi, et autres
Publié: (2026)
FrescoDiffusion: 4K Image-to-Video with Prior-Regularized Tiled Diffusion
par: Caselles-Dupré, Hugo, et autres
Publié: (2026)
par: Caselles-Dupré, Hugo, et autres
Publié: (2026)
DiffCut: Catalyzing Zero-Shot Semantic Segmentation with Diffusion Features and Recursive Normalized Cut
par: Couairon, Paul, et autres
Publié: (2024)
par: Couairon, Paul, et autres
Publié: (2024)
Beyond Hallucinations: Enhancing LVLMs through Hallucination-Aware Direct Preference Optimization
par: Zhao, Zhiyuan, et autres
Publié: (2023)
par: Zhao, Zhiyuan, et autres
Publié: (2023)
Magnifier Prompt: Tackling Multimodal Hallucination via Extremely Simple Instructions
par: Fu, Yuhan, et autres
Publié: (2024)
par: Fu, Yuhan, et autres
Publié: (2024)
Grounding Language with Vision: A Conditional Mutual Information Calibrated Decoding Strategy for Reducing Hallucinations in LVLMs
par: Fang, Hao, et autres
Publié: (2025)
par: Fang, Hao, et autres
Publié: (2025)
Historical Test-time Prompt Tuning for Vision Foundation Models
par: Zhang, Jingyi, et autres
Publié: (2024)
par: Zhang, Jingyi, et autres
Publié: (2024)
Bayesian Principles Improve Prompt Learning In Vision-Language Models
par: Kim, Mingyu, et autres
Publié: (2025)
par: Kim, Mingyu, et autres
Publié: (2025)
When Seeing Overrides Knowing: Disentangling Knowledge Conflicts in Vision-Language Models
par: Ortu, Francesco, et autres
Publié: (2025)
par: Ortu, Francesco, et autres
Publié: (2025)
Mechanisms of Prompt-Induced Hallucination in Vision-Language Models
par: Rudman, William, et autres
Publié: (2026)
par: Rudman, William, et autres
Publié: (2026)
Why Only Text: Empowering Vision-and-Language Navigation with Multi-modal Prompts
par: Hong, Haodong, et autres
Publié: (2024)
par: Hong, Haodong, et autres
Publié: (2024)
Modality Bias in LVLMs: Analyzing and Mitigating Object Hallucination via Attention Lens
par: Zheng, Haohan, et autres
Publié: (2025)
par: Zheng, Haohan, et autres
Publié: (2025)
Zero-Shot Refinement of Buildings' Segmentation Models using SAM
par: Mayladan, Ali, et autres
Publié: (2023)
par: Mayladan, Ali, et autres
Publié: (2023)
FreeSeg-Diff: Training-Free Open-Vocabulary Segmentation with Diffusion Models
par: Corradini, Barbara Toniella, et autres
Publié: (2024)
par: Corradini, Barbara Toniella, et autres
Publié: (2024)
Differentiable Prompt Learning for Vision Language Models
par: Huang, Zhenhan, et autres
Publié: (2024)
par: Huang, Zhenhan, et autres
Publié: (2024)
Musketeer: Joint Training for Multi-task Vision Language Model with Task Explanation Prompts
par: Zhang, Zhaoyang, et autres
Publié: (2023)
par: Zhang, Zhaoyang, et autres
Publié: (2023)
Towards Generalizable Trajectory Prediction Using Dual-Level Representation Learning And Adaptive Prompting
par: Messaoud, Kaouther, et autres
Publié: (2025)
par: Messaoud, Kaouther, et autres
Publié: (2025)
Prompt-Induced Score Variance in Zero-Shot Binary Vision-Language Safety Classification
par: Weng, Charles, et autres
Publié: (2026)
par: Weng, Charles, et autres
Publié: (2026)
Multi-Object Hallucination in Vision-Language Models
par: Chen, Xuweiyi, et autres
Publié: (2024)
par: Chen, Xuweiyi, et autres
Publié: (2024)
Mitigating Multilingual Hallucination in Large Vision-Language Models
par: Qu, Xiaoye, et autres
Publié: (2024)
par: Qu, Xiaoye, et autres
Publié: (2024)
Benchmarking Deflection and Hallucination in Large Vision-Language Models
par: Moratelli, Nicholas, et autres
Publié: (2026)
par: Moratelli, Nicholas, et autres
Publié: (2026)
Documents similaires
-
Learning to Steer: Input-dependent Steering for Multimodal LLMs
par: Parekh, Jayneel, et autres
Publié: (2025) -
Analyzing Finetuning Representation Shift for Multimodal LLMs Steering
par: Khayatan, Pegah, et autres
Publié: (2025) -
A Concept-Based Explainability Framework for Large Multimodal Models
par: Parekh, Jayneel, et autres
Publié: (2024) -
Implicit Multimodal Alignment: On the Generalization of Frozen LLMs to Multimodal Inputs
par: Shukor, Mustafa, et autres
Publié: (2024) -
Restyling Unsupervised Concept Based Interpretable Networks with Generative Models
par: Parekh, Jayneel, et autres
Publié: (2024)