CIEM：用于更好的指导调整的对比指导评估方法
原文中文，约200字，阅读约需1分钟。发表于：。通过对大型视觉语言模型（LVLMs）进行研究，解决了现有视觉语言模型（VLMs）在下游应用中生成不正确感知信息的幻觉问题，利用对比指导评估方法（CIEM）和对比指导调整方法（CIT）产生高质量的问题 - 答案对和相应的理由，提高了模型的效果。
该论文介绍了一种名为MixCL的对比学习方案，通过优化语言模型的内在知识引出过程，减少了幻觉的干扰。在Wizard-of-Wikipedia实验中，MixCL在对话中有效地减少了语言模型的幻觉，并实现了最高性能的相关性和事实准确性。
