👻 幻觉检测¶

🎞️ ECCV2026 · 20 篇论文解读

📌 同领域跨会议浏览： 📷 CVPR2026 (33) · 🔬 ICLR2026 (40) · 💬 ACL2026 (28) · 🧪 ICML2026 (21) · 🤖 AAAI2026 (15) · 🧠 NeurIPS2025 (17)

🔥 高频主题： 多模态 ×4 · 推理 ×2 · 对抗鲁棒 ×2

Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models: CAD 将视觉语言模型的“证据生成—最终回答”压缩为三个可解释的信息指标，再用正常样本的高斯混合密度识别异常轨迹，在 POPE 对抗子集上取得平均 0.858 的检测 AUC，同时区分感知不稳定、证据依赖异常与决策不确定性。
HIVE: Understanding Post Hallucination Reasoning in Vision Language Models: HIVE 把忠实描述与幻觉描述作为配对输入，研究视觉语言模型在幻觉进入上下文之后如何继续推理，发现部分视觉任务准确率明显提高，但这种收益既不普遍，也不意味着虚构证据值得信任。
Looking Back and Forth: Cross-Image Attention Calibration and Attentive Preference Learning for Multi-Image Hallucination Mitigation: 本文把多图幻觉归因于自回归因果注意力造成的单向跨图信息流，提出 CAPL：在注意层面用「只让关键 token 跨图双向可见」的选择性跨图注意力做校准，再用「完整跨图交互 vs 屏蔽跨图」两种掩码分别生成正负样本做 DPO 加 NLL 的偏好学习，在 BLINK/MUIRBench 上稳定提升 1–3.6 个点且不损伤单图能力。
No Place to Hide: Benchmarking Video Hallucination with Background-Controlled Pairs: 本文提出 VidPair-Halluc 视频幻觉 benchmark，用「背景高度相似、前景语义显著不同」的对抗视频对，把模型出错的原因从背景变化里剥离出来、干净地归因到前景幻觉；配套的 PairFlow 三阶段生成流水线借助 T2I / 视频生成模型自动造出 1K 高质量视频对与 11K 时空 QA，评测显示主流大视频模型在这种受控设置下普遍大幅掉点。
Seeing to Ground: Visual Attention for Hallucination-Resilient MDLLMs: 这篇论文把多模态扩散语言模型（MDLLM）的幻觉归因于并行掩码解码的「目标失配」——解码器只按文本似然给候选 token 排序、从不核验局部视觉支撑，据此提出免训练的解码期重排框架 VISAGE：用最后一层跨注意力在图像 token 上的空间熵估计「落地证据」，经 β-分位跨头共识聚合成惩罚乘子，把排序分数从置信度 \(c_i\) 换成 \(c_i(1+H_i)^{-\alpha}\)，在 MMMU-val 上相对基线提升 8.59%、HallusionBench 提升 7.75%，同时几乎不损伤通用能力。
TARS: MinMax Token-Adaptive Preference Strategy for Hallucination Reduction in MLLMs: TARS 在训练时扰动与图像关联较弱的提示词 token，并联合 DPO 与频谱偏好对齐，使 LLaVA-v1.5-7B 仅用 4.8k 偏好样本就将 AMBER 幻觉率由标准 DPO 的 26.4% 降至 13.2%，同时提高描述覆盖率。
Context Blindness in DPO: Mitigating Object Hallucination in MLLMs via Context-Calibrated Preference Optimization: 揭示了现有直接偏好优化（DPO）在多模态大模型对齐中存在的“上下文盲区”现象，提出上下文校准直接偏好优化（C2-DPO），通过显式最大化上下文偏好增益并锚定退化输入排序，显著削减目标幻觉且不损通用推理。
Disentangling Hallucinations: Orthogonal Semantic Projection for Robust Interpretability: 揭示了多模态可解释性归因方法普遍存在“解释幻觉”的根源是高维嵌入空间中的线性语义泄漏，并提出基于正交匹配追踪的即插即用几何干预方法 OSP，通过对文本嵌入做正交语义投影消除伪影信号。
Do Not Leave a Gap: Hallucination-Free Object Concealment in Vision-Language Models: 针对传统物体隐藏攻击通过暴力抑制视觉特征而诱发 VLM 脑补幻觉的缺陷，本文提出保持背景连续性重编码（BCR），通过在视觉编码器深层对目标区域实施统计对齐与背景字典流形投影，在抹除目标物体语义的同时消除表征空洞，实现近乎无幻觉的高保真物体隐藏。
From Hallucination to Grounding: Diagnosing Visual Spatial Intelligence via CRISP: CRISP 是一个结构诊断式视觉空间智能评测基准，通过 Spatial QA + 3D Scene Graph 双任务范式与跨任务一致性协议，揭示 VLM 的空间推理究竟是真正的 3D 几何理解还是依靠语言先验的语义捷径。
The 3D Mirage: Probing and Taming 3D Hallucinations: 针对单目深度估计大模型在平坦表面光学错觉及有限视场下严重虚构三维几何结构的“3D Mirage”系统性漏洞，本文构建了首个具备成对上下文变化与精细ROI标注的3D-Mirage基准，提出二阶幅度无参考评测指标（DCS与CCS），并通过仅含约1.2%参数量的Grounded Self-Distillation（GSD）在保留背景先验的同时将幻觉偏差降低94%以上。
TruthLens: Object Hallucination Detection via Self-Evaluating Truthfulness Scores in LVLMs: TruthLens 揭示了多模态大模型隐藏层中真实与幻觉对象表征高度可分、但在语言模型输出头严重衰减的失配现象，通过复用极低频特殊 token 的对数概率构建自评估真实性分数，在零附加推理开销下实现了跨架构 SOTA 的对象幻觉检测与闭环修正。
Contrastive-Guided Self-Supervised Latent Visual Reasoning for Hallucination Mitigation: 提出自监督隐式视觉推理框架 CoLVR，利用视觉对比探针无监督定位图像关键区域，并通过 GRPO 强化学习将内部隐式推理 token 对齐到显著视觉证据，无需人工标注即可大幅降低 LVLM 幻觉。
DARE to Mitigate Hallucination: Dual-path Auto-Regressive-aware Editing: DARE 揭示了现有基于教师强制（Teacher-Forcing）的表征编辑难以改变自回归生成时的相对 Logit 决策且损伤视觉注意力的本质瓶颈，通过将文本对比、自回归解码状态转移与图像反事实对比融为一体，在零额外推理开销下显著降低多模态大模型的物体幻觉。
Learning to Mask: Cross-Modal Noise Modulation for Hallucination Mitigation in Multi-modal Large Language Models: 针对多模态大模型在 Prefill 与自回归解码过程中冗余特征引发幻觉的问题，本文提出了轻量级实时自校正框架 HalMask，通过跨模态噪声调制模块自适应生成掩码系数向特征与 Value Cache 注入高斯噪声，并结合朗之万动力学正则化在保留关键语义的同时大幅消除幻觉。
ORBIT: Overcoming Hallucination Risks via Bi-manifold Interaction and Traction: 针对现有基于视觉注意力的检测机制易陷入“锚定陷阱”导致幻觉漏检的问题，本文从表示几何视角建立双子空间假设，提出基于地语义湍流指标（GSTI）动态触发的正交残差干预机制（ORBIT），在无需微调的前提下通过闭环残差重锚定与等范数注入显著抑制多模态大模型幻觉。
Proximity-Constrained Counterfactual Decoding for Hallucination-Robust Medical VQA: 针对医学VLM中传统全局扰动对比解码破坏微小病灶关键线索的问题，提出近邻约束反事实解码（PCCD），通过双重全局/局部语义邻近度门控、病灶感知与解耦风格双分支以及安全贪婪回退机制，在无需微调的前提下显著提升医学视觉问答与报告生成的真实性。
See Only When Needed: Context-Aware Attention Intervention for Hallucination-Free LVLMs: 针对多模态大模型自回归解码易受语言先验主导而引发幻觉的问题，提出推断期免训练的上下文感知注意力干预机制（CAI），通过浅层跨模态相似度定位关联图像区域，并在深层高不确定性 token 上执行双轴选择性注意力重加权，实现“按需观察”与语言流利度的兼顾。
Test-time Counterfactual Calibration for Hallucination-Resistant Temporal Grounding: 针对多模态大模型在视频时序定位中因闭环“必答”偏置引发的虚假时序幻觉，HRVTG 提出了测试时自适应框架，通过自监督构建文本篡改、视觉裁剪与混合伪造三类反事实探针，并在 GRPO 框架下结合一致性锚定奖励与非对称 KL 弹性约束实现推理期决策边界动态校准。
Unmasking-Time Visual Calibration for Hallucination Mitigation in Multimodal Discrete Diffusion Language Models: 针对多模态离散扩散语言模型（dLLM）在双向去掩码生成中易受语言先验主导而产生物体幻觉的问题，本文提出无训练、零额外推理前向开销的去掩码期视觉校准框架（UVC），通过离线提取多粒度对比激活漂移向量与 AUC 注意力头筛选，在在线去掩码时对未揭开的掩码位置精准注入视觉校准信号，大幅降低幻觉率。