本研究提出了主动检索增强的大型视觉语言模型（ARA）框架，通过三个关键维度解决幻觉问题，实证观察表明合适的检索机制和定时检索能有效减轻幻觉问题。希望本研究提供深入洞察，实现更有效的检索和最小检索次数。