一、文章主要内容总结该研究聚焦多模态大语言模型（MLLMs）的幻觉问题，核心发现视觉令牌注意力不足与冗余是导致幻觉的关键原因：冗余视觉令牌分散模型注意力，使关键视觉信息被忽视，进而引发生成内容与图像输入不一致的现象。为解决此问题，研究提出PruneHal框架，通过自适应KV缓存修剪策略，在推理阶段动态保留注意力分数最高的关键视觉令牌，同时避免过度修剪导致的视觉信息丢失。该方法无需额外训练，几乎不增加推理开销，且具有模型无关性，可与现有幻觉缓解解码策略（如DoLa、DeCo等）无缝集成。实验验证方面，在LLaVA、InstructBLIP、Qwen-VL等4种主流MLLMs上，通过CHAIR、AMBER、GPT-4V辅助评估等多个基准测试，证明PruneHal能显著降低幻觉率，同时保持输出的详细性与多样性，与现有方法结合后可达到当前最优性能。二、创新点核心洞察创新：首次明确MLLMs的幻觉与视觉令牌注意力不足、令牌冗余的强相关性，通过定性与定量实验验证——增强视觉注意力可减少幻觉，而冗余令牌会分散关键注意力。方法创新：提出首个将令牌修剪用于MLLMs幻觉缓解的方案，设计自适应KV缓存修剪策略：基于注意力分数筛选Top-K关键视觉令牌，移除冗余令牌以聚焦核心信息；引入投票机制与历史注意力追踪，动态触发修剪操作，平衡幻觉缓解与视觉信息保留；