Hallucination as Exploit： Evidence-Carrying Multimodal Agents
（arxiv 2026）
Finding the Correct Visual Evidence Without Forgetting： Mitigating Hallucination in LVLMs via Inter-Layer Visual Attention Discrepancy
（ICML 2026）
IN-CONTEXT SHARPNESS AS ALERTS： AN INNER REPRESENTATION PERSPECTIVE FOR HALLUCINATION MITIGATION
（PMLR 2024）
Where Does Reasoning Break? Step-Level Hallucination Detection via Hidden-State Transport Geometry
（arxiv 2026） motivation正确的推理过程会在一个局部连贯的稳定流形（Manifold）中移动 。当模型产生第一个推理错误（幻觉）时，在隐藏状态空间中会表现为一种局部且明显的传输成本偏移（Transport Excursion），即轨迹偏离了正确的流形 。 方法为了捕捉这种几何偏移，作者设计了一个两阶段架构：一个非部署的“教师模型”（用于探索理论上限）和一个可实际部署的“学生
AutoRISE： Agent-Driven Strategy Evolution for Red-Teaming Large Language Models
(arxiv 2026) 有点类似openai翁家翌（jiayi weng）提出的Learning Beyond Gradients。