过度思考导致幻觉：追踪视觉语言模型中的混淆因子传播

视觉语言模型常产生不存在的对象幻觉。现有检测多依赖最终层信号，忽视了底层推理过程。本文发现，幻觉源于模型在解码层间反复修正假设的“过度思考”行为，一旦锁定错误假设便会在后续层传播。为此，作者提出“过度思考分数”，通过探测中间层假设的不稳定性来量化该行为。实验表明，该指标显著提升了幻觉检测性能，在 MSCOCO 和 AMBER 数据集上 F1 分数分别达到 78.9% 和 71.58%，证明关键在于监控模型的思维过程而非仅看最终输出。