本研究提出了一种黑箱视觉提示工程（BBVPE）框架，旨在解决大型视觉语言模型中的物体幻觉问题，从而显著提升模型的可靠性和应用潜力。

本研究提出了一种多频扰动（MFP）方法，旨在解决多模态大语言模型在视觉语言任务中的物体幻觉问题。该方法通过干扰视觉特征表示，显著减少幻觉现象，并在CHAIR基准测试中取得优异成绩。

本研究提出了一种视觉放大融合（VAF）方法，旨在解决多模态大型语言模型中的物体幻觉问题。实验结果表明，VAF有效降低了幻觉的发生，同时保持了生成内容的连贯性和准确性。