Kan MLLM zien? Dynamische correctiedecodering voor hallucinatiebeperking

MLLM can see? Dynamic Correction Decoding for Hallucination Mitigation

October 15, 2024

Auteurs: Chenxi Wang, Xiang Chen, Ningyu Zhang, Bozhong Tian, Haoming Xu, Shumin Deng, Huajun Chen

cs.AI

Samenvatting

Multimodale Grote Taalmodellen (MGT's) vertonen vaak hallucinatieverschijnselen, maar de onderliggende redenen blijven slecht begrepen. In dit artikel presenteren we een empirische analyse en vinden we dat, hoewel MGT's de objecten incorrect genereren in de uiteindelijke output, ze eigenlijk in staat zijn om visuele objecten te herkennen in de voorafgaande lagen. We speculeren dat dit te wijten kan zijn aan de sterke kennisvoorkeuren van het taalmodel die de visuele informatie onderdrukken, wat leidt tot hallucinaties. Gemotiveerd door dit inzicht stellen we een nieuw dynamisch correctie-decoderingsmethode voor MGT's (DeCo) voor, die adaptief de juiste voorafgaande lagen selecteert en kennis proportioneel integreert in de uiteindelijke laag om de output logits aan te passen. Let op dat DeCo modelagnostisch is en naadloos kan worden geïntegreerd met verschillende klassieke decoderingsstrategieën en kan worden toegepast op verschillende MGT's. We evalueren DeCo op veelgebruikte benchmarks en tonen aan dat het hallucinatiepercentages aanzienlijk kan verminderen in vergelijking met baselines, waarbij het potentieel wordt benadrukt om hallucinaties te verminderen. De code is beschikbaar op https://github.com/zjunlp/DeCo.

English

Multimodal Large Language Models (MLLMs) frequently exhibit hallucination phenomena, but the underlying reasons remain poorly understood. In this paper, we present an empirical analysis and find that, although MLLMs incorrectly generate the objects in the final output, they are actually able to recognize visual objects in the preceding layers. We speculate that this may be due to the strong knowledge priors of the language model suppressing the visual information, leading to hallucinations. Motivated by this, we propose a novel dynamic correction decoding method for MLLMs (DeCo), which adaptively selects the appropriate preceding layers and proportionally integrates knowledge into the final layer to adjust the output logits. Note that DeCo is model agnostic and can be seamlessly incorporated with various classic decoding strategies and applied to different MLLMs. We evaluate DeCo on widely-used benchmarks, demonstrating that it can reduce hallucination rates by a large margin compared to baselines, highlighting its potential to mitigate hallucinations. Code is available at https://github.com/zjunlp/DeCo.