VisMin:视觉最小变化理解

文章：VisMin: Visual Minimal-Change Understanding

链接：https://arxiv.org/pdf/2407.16772

数据：mair-lab/vismin · Datasets at HF Mirror

这个数据有点意思，注重视觉最小变化。当前的VLM用下来，幻觉还是挺多，微调的时候搭配点这个数据，感觉能一定程度减轻幻觉。