DEEPO：面向多模态大模型幻觉抑制的双熵增强策略优化
该研究探讨了强化学习在多模态大语言模型（MLLM）中抑制幻觉效果不稳定的问题，并归因于从奖励到参数更新纠错链中的两个弱点：在采样层面，高语义熵的困难查询易产生全错样本组，使最易产生幻觉区域的相对优势坍缩为零；在优化层面，高置信度的错误token存在梯度消失现象。为此，论文提出了双熵增强策略优化方法DEEPO，以改进参数更新机制并有效缓解多模态幻觉。
DC AI 热点
精选
当前热点完整榜单 →
1微软发布新版Copilot超级应用：整合聊天、编程与智能体能力83 热度 ⌁2Anthropic 与 Akamai 达成 116 亿美元云算力协议，年内算力支出承诺已超 5000 亿美元80 热度 ⌁3马斯克披露AI算力布局：Colossus集群拟部署超百万张英伟达GB300芯片79 热度 ⌁4谷歌启动Project Suncatcher：计划下周开展首个太空轨道数据中心测试79 热度 ⌁5Meta推出Muse智能体：为每位用户配备运行Ubuntu的完整云端电脑78 热度 ⌁9月25日2026-09-25