基于 LVLM 的图像描述中，更多的细节总是引入更多的幻觉吗？

本文介绍了Instruction Contrastive Decoding（ICD）方法，用于减少大规模视觉-语言模型（LVLMs）中的幻觉。ICD通过对比标准和干扰指令的分布，有效减去幻觉概念，提升LVLM的感知和识别能力。实验证明，ICD显著减轻了物体级和属性级幻觉。