Omni-Woodpecker：通过证据-先验再平衡纠正全模态大语言模型幻觉
Omni-Woodpecker: Hallucination Correction via Evidence-Prior Rebalancing for Omni LLMs
AI 导读
Omni-Woodpecker 是免训练框架，通过识别跨模态冲突、正交分解分离证据与误导性先验、解码前再平衡融合表征，减少全模态大语言模型的跨模态幻觉。以 Qwen2.5-Omni-7B 为骨干，CMM、AVHBench 分别提升 12.9、8.6 分，并泛化至 VideoLLaMA2-AV（提升 4.6、3.9 分）。