一、问题溯源：多模态大模型的“视觉幻觉”现象 在ECCV 2024的研讨中，多模态大模型（如视觉-语言模型）的“视觉幻觉”问题成为焦点。这类模型在处理图像时，常因过度依赖预训练的文本知识而生成与视觉内容不符的描述……
