大规模视觉-语言模型在生成文本时常出现幻觉问题。为解决此问题，本文提出了指令对比解码（ICD）方法，通过对比标准和干扰指令的分布，减少幻觉现象。实验表明，ICD有效降低了物体和属性级别的幻觉，并提升了模型的识别能力。

大规模视觉-语言模型在生成视觉内容时常出现幻觉问题。为解决此问题，本文提出了指令对比解码（ICD）方法，通过对比标准和干扰指令的分布，减少幻觉现象。实验结果显示，ICD有效降低了物体和属性级别的幻觉，并提升了模型的感知和识别能力。

大规模视觉-语言模型在生成视觉内容时常出现幻觉问题。为解决此问题，本文提出了指令对比解码（ICD）方法，通过对比标准和干扰指令的分布，减少幻觉现象。实验显示，ICD有效降低了物体和属性级别的幻觉，并提升了模型的感知和识别能力。

大规模视觉-语言模型在生成文本时常出现幻觉问题。为解决此问题，本文提出了指令对比解码（ICD）方法，通过对比标准和干扰指令的分布，减少幻觉现象。实验表明，ICD有效降低了物体和属性级幻觉，并提升了模型的识别能力。

大规模视觉-语言模型在描述视觉内容时常出现幻觉问题。为解决此问题，本文提出了指令对比解码（ICD）方法，通过对比标准和干扰指令的分布，减少幻觉现象。实验显示，ICD有效降低了物体和属性级幻觉，并提升了模型的识别能力。