詳細圖像說明

深度分析

ReflectCAP：結構化反射筆記提升高精細圖像說明的事實性與覆蓋率

詳細圖像說明需兼顧事實根據與細部覆蓋。ReflectCAP 透過多代理分析大型視覺語言模型的幻覺與遺漏，生成結構化反射筆記於推論時引導模型避免錯誤並聚焦關鍵資訊。實驗顯示在多款 LVLM 上達到事實性與覆蓋率的最佳平衡，且計算開銷較傳統多代理流程降低 21‑36%。