yoshishinnze https://blog.hatena.ne.jp/yoshishinnze/ 暇さえあればアルゴリズムいじり https://yoshishinnze.hatenablog.com/ AI 目次 昨日のVLMの視覚幻覚について引用として提示した論文について内容を読んでみました。 本日は論文の要旨について説明の上、どのように使っていけるかについて検討してみます。 論文アブスト この論文（Treble Counterfactual VLMs）のアブストラクトは、以下のような内容です。 Vision-Language Models（VLM）は、画像キャプショニングや視覚的質問応答、推論などのマルチモーダルタスクで大きな進歩を遂げているが、視覚コンテキストやプロンプトと矛盾する幻覚（hallucination） を生成することが多く、自動運転や医療画像などのクリティカルな応用での信頼性を… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyoshishinnze.hatenablog.com%2Fentry%2F2026%2F05%2F19%2F043000" title="VLMの視覚幻覚を介入で抑制する手法 - 暇さえあればアルゴリズムいじり" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/y/yoshishinnze/20260510/20260510202206.png Hatena Blog https://hatena.blog 2026-05-19 04:30:00 rich https://yoshishinnze.hatenablog.com/entry/2026/05/19/043000 1.0 100%