**Omni-Woodpecker：通过证据先验重平衡消除全模态大模型幻觉**

_Omni-Woodpecker: Hallucination Correction via Evidence-Prior Rebalancing for Omni LLMs_

> 针对全模态大模型（OLLM）存在的跨模态幻觉问题，研究提出了无需训练的 Omni-Woodpecker（OWP）框架。该方法通过识别模态间冲突，利用正交分解将隐藏状态中的“证据”与“先验”分离，并自适应地抑制误导性先验、恢复被忽略的证据，从而在解码前重平衡融合表征。实验表明，该方法在多个基准测试中显著提升了模型性能，且具备跨架构的强泛化能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-26 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.27103)