多模态大语言模型的物体幻觉缓解方法及装置

本发明公开了一种多模态大语言模型的物体幻觉缓解方法及装置，其中，该方法包括将图片和描述指令输入到大型视觉语言模型进行分析，以生成图片对应的候选描述集；提取候选描述集中每个候选描述的物体名词，以得到物体集合；获取条件指令，并根据条件指令计算物体集合中每个物体名词对应的条件概率，以得到每个物体名词对应的置信度；根据每个物体名词对应的置信度得到图片对应的最终描述；由此，通过减少大型视觉语言模型对语言先验的过度依赖，从而有效缓解图像描述任务中的物体幻觉问题。