本研究提出了“时间搜索”框架，以解决长视频处理中的视觉幻觉问题。该框架结合聚光灯机制和反思机制，显著提高了长视频理解的准确性，LVBench准确率从41.8%提升至51.5%。

本文讨论了视觉语言模型中的视觉幻觉问题，提出了一种新方法——感知放大器（PM），通过迭代隔离相关视觉标记并放大区域，增强模型的视觉分析能力，从而提高语言生成的准确性和合理性。

本研究提出VHExpansion方法，通过自动扰动问题、答案和修改图像，扩展多模态大型语言模型的视觉幻觉测试用例。引入对称精度评估指标，解决传统精度在不平衡测试中的偏差。实验显示，微调模型在扩展数据集上能更有效减少视觉幻觉现象。