技术博客

针对CVPR 2025的研究聚焦于大型视觉语言模型（LVLMs）中存在的物体幻觉问题，即模型可能错误地描述图像中并不存在的物体，影响了其可靠性与实用性。为解决这一问题，研究提出了一种基于零空间投影的方法，旨在挖掘正常样本的特征，从而在不增加额外计算成本的前提下，实现图像幻觉的有效消除。该方法通过分析特征空间中的冗余信息，将潜在的幻觉特征映射到零空间中，显著提升了模型的生成准确性和鲁棒性。实验结果表明，该方法在多个基准数据集上均表现出优异的性能，为未来LVLMs的发展提供了新的思路和方向。