跳到主要内容
检索

Education University of Hong Kong

1 篇关联报道

订阅更新
  1. arXiv

    多模态推理的熵曲线成了报警器:SEED在解码中重对齐视觉,六项基准上平均提升3.2%–3.7%

    多模态大模型在长链推理中常出现与图像不符的幻觉,SEED把解码过程中的信息熵当作实时诊断信号:当轨迹同时处于相对低熵收敛和局部熵突增时,触发一次视觉注意力重对齐。该方法无需训练,在Qwen3-VL-8B、Qwen3-VL-4B和Llama-3.2-11B三个骨干、六项基准九种设置上平均提升3.2%–3.7%,推理延迟增加不到5%。

已读完全部报道