该研究提出了对称视觉对比优化（S-VCO），旨在解决大型视觉-语言模型在视觉任务中忽视图像内容的问题。实验结果表明，该方法显著提升了模型在多项基准测试中的表现，尤其在视觉依赖性较高的任务中，幻觉现象减少了22%。