近年大模型彻底火了,但随之而来的幻觉问题,即多模态大模型生成的内容,与现实世界或者用户输入出现不符,引发了学业界的担忧,并开始围绕其产生原因、检测机制、缓解方法等,展开了全面而深入的研究,CVPR'24也收录了一批关于幻觉问题的工作,在数据、基准、解码等多个层面,创新方法层出不穷!
为了帮助大家掌握幻觉缓解顶会方法,研梦非凡于8月21日晚(周三),邀请了从事多模态大模型研究的王导师,独家详解阿里&南洋理工CVPR'24最新工作《LVLMs对象幻觉的缓解:视觉对比解码(VCD)》(AI前沿直播课NO.62),从LVLMs面临的挑战、对象幻觉问题,再到幻觉产生原因、缓解办法,重点讲解VCD核心原理,并具体演示代码,1节课速通大模型幻觉,收获论文idea、求职面试知识点!
👇🏻扫描二维码找助教0元预约直播课!
凡预约即可免费领取200篇相关论文(20篇幻觉前沿+70篇多模态+120篇大模型)+文末还有算力等科研福利!
直播课内容概览
01 研究背景
LVLMs的对象幻觉问题
对象幻觉的概念和影响
易受影响的场景和行业
LVLMs面临的挑战
根本性问题
缓解问题的新方法VCD
VCD减少对象幻觉的原理
02 相关工作
多模态幻觉的含义
多模态幻觉产生的原因
数据:数据量不足、数据质量问题、缺乏多样性
视觉编码器:有限的视觉分辨率、细粒度视觉语义不足
连接模块:简单结构、有限的标记约束
LLM:不足的上下文注意力、随机采样解码
缓解幻觉的方法
数据优化
视觉编码器增强
连接模块改进
LLM的解码优化
后处理方法
03 VCD方法详解(重点)
视觉语言模型的解码
视觉不确定性加剧幻觉
视觉不确定性会放大语言先验
视觉不确定性会放大统计偏差
视觉对比解码
设计目的
对比预测
自适应合理性约束
04 实验分析
实验设置和结果
数据集基准:POPE & MME
05 代码实现(重点)
核心代码讲解
具体演示
06 总结和展望
直播福利
参加本次直播的同学都将获得1小时导师meeting的福利(助教+导师)!原价2999,限时福利价9.9元!活动时间为8月21日到8月31日。
ps:研梦非凡开设的前沿论文系列直播,旨在帮助大家提升读论文技能,快速抓住重点,掌握有效方法,进而找到创新点,轻松完成论文报告。
👇🏻扫描二维码找助教0元预约直播课!
凡预约即可免费领取200篇相关论文(20篇幻觉前沿+70篇多模态+120篇大模型)+文末还有算力等科研福利!
研梦非凡科研论文指导
如果你的研究方向/方法/idea是属于CV全方向/NLP全方向/机器学习/深度学习及AI+金融、医疗、交通等方向,如果你需要发CCF A-C、SCI一区-四区、EI会议/EI期刊、毕业大论文、毕业设计等,都可以来研梦非凡,匹配合适的科研指导。
研梦非凡可指导的研究方向
主流方向科研论文常用方法
研梦非凡现有idea
👇🏻扫码找助教了解更多/验证自己的idea是否可行
研梦非凡科研论文指导方案
idea并不是直接拍脑门拍出来的,是一遍一遍实验、跑代码、改模型、思路修正的过程中产生的。研梦非凡1V1定制化论文指导,和研梦导师一起找idea,研梦导师指导实验,共同解决数据问题。授之以渔——搭建论文写作框架,增删改查,针对性实验指导!哪里薄弱补哪里!
<<< 左右滑动见更多 >>>
👇🏻扫描二维码咨询助教两种指导方案
研梦非凡部分导师介绍
研梦非凡导师团队,来自海外QStop200、国内华五、C9、985高校的教授/博士导师/博士后,以及世界500强公司算法工程师、国内外知名人工智能实验室研究员等。
这是一支实力强大的高学历导师团队,在计算机科学、机器学习、深度学习等领域,积累了丰富的科研经历,研究成果也发表在国际各大顶级会议和期刊上,在指导学员的过程中,全程秉持初心,坚持手把手个性化带教。包括但不限于以下导师~
<<< 左右滑动见更多 >>>
👇🏻扫码加助教为你匹配合适课题的大牛导师
研梦非凡科研福利
🌟90分钟人工智能零基础入门课免费领
🌟7小时科研论文写作系列课免费领
🌟数十节前沿论文直播课程免费领
🌟50小时3080GPU算力免费领
🌟百篇8月论文资料大合集免费领
🌟报名本次直播课,9.9元即可享受原价2999元的1小时导师meeting(助教+导师)!
👇🏻扫码领取以上6重粉丝专属科研福利!