本研究提出统一注意力校准（UAC）和动态注意力校准（DAC）方法，旨在解决大型视觉-语言模型在多模态推理中的对象幻觉问题，从而显著提升对齐准确性。

本研究提出了一种自我提升框架（SILMM），旨在解决大型多模态模型在文本-图像生成中的对齐准确性问题。实验结果显示，SILMM的性能提升超过30%。