该文综述多模态大模型幻觉问题，涵盖视觉问答、图像描述与数据到文本生成中的对象、关系、属性幻觉检测与缓解，并提出M-HalDetect数据集、细粒度偏好优化、自信度分数、变分贝叶斯训练、文本评论家及强化学习等方法，以减少幻觉、提升忠实度，在多项基准上优于基线。

本文综述大语言模型与视觉语言模型中的幻觉问题，涵盖成因、分类、检测与缓解方法。研究指出训练数据记忆和频率偏好是主要诱因，提出对比学习、交互自我反思、细粒度偏好优化等策略，并构建多模态幻觉检测数据集与基准，实验证明可有效降低幻觉、提升模型可靠性。