OmniConfess：引出词元忏悔以缓解全模态幻觉

全模态大语言模型（OmniLLM）统一文本、图像、音频与视频，但当生成依赖错误证据时仍会幻觉。既有推理时方法可减少幻觉，但很少揭示哪些证据支撑了一个已生成的承诺。我们提出OmniConfess——缓解全模态幻觉的训练自由方法：固定候选响应，在受控的逐通道证据干预下以词元分辨率重新打分，产出结构化的逐词元×通道"供词"，揭示响应的证据依赖；再利用该供词保留有据内容、纠正由无关或矛盾证据驱动的承诺。为评估OmniConfess，我们构建OmniHalluBench——由横跨文本、图像、音频与视频设置、兼具判断与自由生成的六个数据集构建的3540例基准。实验显示OmniConfess在异构模态与任务设置下缓解幻觉。代码与基准公开于GitHub。代码/项目页：https://github.com/RongHuiQiang/OmniConfess。