Nanyang Technological University（南洋理工大学）

2505.12343 2026-06-26 cs.LG cs.AI cs.CV 版本更新

Mitigating Hallucinations via Inter-Layer Consistency Aggregation in Large Vision-Language Models

通过层间一致性聚合缓解大型视觉-语言模型中的幻觉

Kai Tang, Jinhao You, Yichen Guo, Yiding Sun, Dongxu Zhang, Wenya Wang, Hanze Li, Tao Luo, Renyuan Li, Xiande Huang, Shanghang Zhang

机构 * Peking University（北京大学）； University of Pennsylvania（宾夕法尼亚大学）； Nanyang Technological University（南洋理工大学）； Tsinghua University（清华大学）； Virginia Tech（弗吉尼亚理工大学）； University of Electronic Science and Technology of China（电子科技大学）； De Artificial Intelligence Lab（人工智能实验室）

AI总结提出训练无关的解码方法DCLA，通过聚合前层表示构建动态语义参考并纠正语义偏差层，增强层间一致性，在多个LVLM和基准上显著降低幻觉。

2502.18966 2026-06-26 cs.LG 版本更新

Bayesian Optimization for General Reaction Conditions

通用反应条件的贝叶斯优化

Stefan P. Schmid, Ella Miray Rajaonson, Cher Tian Ser, Mohammad Haddadnia, Shi Xuan Leong, Alán Aspuru-Guzik, Agustinus Kristiadi, Kjell Jorner, Felix Strieth-Kalthoff

机构 * Institute of Chemical and Bioengineering, Department of Chemistry and Applied Biosciences, ETH Zurich（苏黎世联邦理工学院化学与生物工程学院，化学与应用生物科学系）； NCCR Catalysis, Switzerland（瑞士催化联合体）； Department of Chemistry, University of Toronto（多伦多大学化学系）； Vector Institute, Toronto, Canada（多伦多向量研究所）； Department of Biological Chemistry & Molecular Pharmacology, Harvard Medical School（哈佛医学院生物化学与分子药理学系）； Dana-Farber Cancer Institute, Boston, MA, USA（波士顿马萨诸塞州 Dana-Farber 癌症研究所）； School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University（南洋理工大学化学系、化工与生物技术学院）； Department of Computer Science, University of Toronto（多伦多大学计算机科学系）； Department of Chemical Engineering and Applied Chemistry, University of Toronto（多伦多大学化学工程与应用化学系）； Department of Materials Science and Engineering, University of Toronto（多伦多大学材料科学与工程系）； Acceleration Consortium, University of Toronto（多伦多大学加速联盟）； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究研究院）； Institute of Medical Science, Medical Sciences Building, Toronto, Canada（多伦多大学医学科学研究院，医学科学大楼）； NVIDIA, Toronto, Canada（多伦多NVIDIA）； Department of Computer Science, Western University（温哥华大学计算机科学系）

AI总结提出CurryBO框架，通过curried函数的贝叶斯优化实现通用反应条件的高效搜索，在多个基准上显著提升样本效率。