Deco

让多模态模型少说瞎话,动态纠错解码即插即用

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 15 👀 关注 4
GitHub ↗
GitHub 星标 ★ 150
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

Deco 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队zjunlp
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型artificial-intelligence,decoding,doco,hallucination,hallucination-mitigation,iclr2025,large-language-models,mllm,multimodal-large-language-models,natural-language-processing
GitHub 星标★ 150
上线时间2024-09-29 00:00:00
代码更新2025-09-11
仓库体积34.4 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

Deco 是一个针对多模态大语言模型(MLLM)的幻觉缓解工具,核心方法为动态校正解码(Dynamic Correction Decoding)。它解决了 MLLM 在生成文本时可能产生与图像内容不符的幻觉描述问题。Deco 通过实时监测解码过程中的视觉一致性,动态调整生成策略,从而减少错误描述。其核心能力包括:即插即用,无需重新训练模型;支持多种主流 MLLM;提供可复现的实验代码和评估脚本。该工具适用于需要高可靠性视觉问答、图像描述等场景,能有效提升模型输出的可信度。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 150

核心亮点

  • 无需重新训练模型,直接应用于现有 MLLM,降低使用门槛
  • 动态校正解码机制,实时抑制幻觉生成,提升输出准确性
  • 提供完整实验代码和评估脚本,便于复现和扩展

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 可能增加解码计算开销,影响推理速度

适用场景

  • 视觉问答系统,需减少错误描述
  • 图像自动标注,提高描述准确性
  • 多模态对话机器人,增强回答可靠性

替代项目

LLaVA、MiniGPT-4、InstructBLIP

同类项目推荐

AdvUnlearn 开源

对抗训练让概念擦除更抗攻击,生成更安全

Official implementation of NeurIPS'24 paper "Defensive Unlearning with Adversarial T···

★ 56 2026-08-09
Video-Bench 开源

用AI自动给视频生成模型打分,快速比出谁更强

Video Generation Benchmark

★ 82 2026-08-09
NOIR 开源

用 adb 给手机做隐私体检,看清 App 上报了什么

手机隐私审计:用 adb 扫出 Android 应用的权限、上报端点与数据流向,并给出可回滚的处置···

★ 3105 2026-11-04
EasyJailbreak 开源

一键生成越狱提示词,快速测评大模型安全防线

An easy-to-use Python framework to generate adversarial jailbreak prompts.

★ 943 2026-09-02
Awesome-Machine-Generated-Text 开源

一站式找全大模型生成文本的检测与分析资源

Continuously updated list of related resources for generative LLMs like GPT and thei···

★ 231 2026-08-09
augustus 开源

一条命令跑 190+ 探针,快速测出大模型安全漏洞

LLM security testing framework for detecting prompt injection, jailbreaks, and adver···

★ 320 2026-10-07
AgentCapture 开源

给 AI 攻击代理布下诱饵,抓行为还能反制

Deception-layer honeypot that captures & reverse-controls AI pentest agents — embed···

★ 172 2026-11-05
TAB 开源

统一评测时间序列异常检测方法,公平对比选最优

[PVLDB 2025] TAB: Unified Benchmarking of Time Series Anomaly Detection Methods

★ 146 2026-08-09