視覺注意力

深度分析

V‑STAR：視覺結構化訓練與注意力強化降低多模態推理幻覺

多模態大型推理模型在視覺推理上仍面臨長鏈幻覺問題。研究提出 V‑STAR 訓練框架，利用階層視覺注意力獎勵與強制反思機制，在高熵認知分岔點動態加強視覺注意，將推理重新錨定於影像。實驗證明此方法顯著降低幻覺率並提升推理正確性。