SeeMe：通过视觉Token工程缓解大型视觉语言模型幻觉

SeeMe提出一种无需训练的LVLM幻觉缓解框架，将传统机器学习中的特征工程思想引入视觉Token处理，通过三阶段Token工程抑制无关或噪声视觉信息，同时保留有效证据。在MME、POPE和AMBER三个基准、四个LVLM上的实验显示，该方法持续降低幻觉并提升输出一致性。