SECRET：缓解音视频大模型幻觉

2026年10月2日，HuggingFace Daily Papers 收录一篇社区热门论文，提出免训练方法 SECRET（SourcE-Conditioned RElay sTeering），用于缓解音视频大语言模型（AVLLMs）的幻觉问题。该工作针对的是“源混淆接地幻觉”，即模型在音视频多模态输入下混淆证据来源而产生的错误接地。SECRET 的做法是对比不同模态路径干预后得到的问句表示，将原始问句状态引导向所需的来源证据，从而在不重新训练模型的前提下改善接地表现。目前报道仅介绍方法思路，未给出具体实验数据、对比结果或应用范围等信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。