ASD复现项目：通过双向隐状态干预减轻视觉语言模型幻觉

ASD复现项目聚焦于通过双向隐状态干预技术（Activation Steering Decoding）减轻LLaVA风格视觉语言模型（VLM）中的物体幻觉问题。该项目提供完整的引导向量生成、评估及超参数搜索工作流，无需重新训练模型即可实现幻觉抑制，为VLM的可靠应用提供轻量级解决方案。

视觉语言模型（如LLaVA、MiniGPT-4）在图像理解任务中表现出色，但幻觉（生成不存在物体/属性）严重影响可靠性。传统缓解方法（指令微调、RLHF、检索增强）需大量数据或计算资源。ASD作为轻量级推理时干预方法，通过调节隐状态抑制幻觉，无需重训模型。ASD复现项目提供开源清理版本，支持复现、评估及超参数探索。

ASD采用双向隐状态干预：正向引导（增强真实物体激活）与负向抑制（降低幻觉倾向）。引导向量生成步骤：1. 使用POPE数据集；2. 对比幻觉/非幻觉样本隐状态；3. 计算差异得引导向量；4. 归一化保存。解码时，每步获取隐状态，投影到引导向量方向，按lambda参数调节后继续生成。

项目模块化设计：src/含核心脚本（生成引导向量、评估、POPE评分、超参数搜索）；llava/为修改后的LLaVA实现（支持ASD干预）；output/存储评估结果；steering_vectors/保存引导向量。关键特性：路径清理（相对路径）、环境隔离（conda）、本地spaCy模型、默认输出目录。

1. 环境配置：conda创建环境，安装依赖及本地spaCy模型；2. 生成引导向量：运行generate_steering_vector.py指定模型/数据集路径；3. ASD解码评估：运行eval.py启用ASD，设置lambda参数；4. POPE评分：eval_pope.py计算幻觉率等指标；5. 超参数搜索：run_lambda_grid_parallel.py多GPU并行遍历参数。

项目含预计算网格搜索结果（贪婪/非贪婪模式）。依赖：LLaVA v1.5模型权重（需自行下载）；POPE数据集（评估幻觉）、MSCOCO验证集（图像）；计算资源：NVIDIA GPU（7B模型需14GB显存）、足够存储（模型13-26GB，COCO约20GB）。

应用场景：幻觉研究分析（验证效果、探索干预位置）、生产部署优化（轻量级无需重训）、教学演示（模型可解释性等）。局限性：仅适配LLaVA架构；引导向量基于POPE数据集，其他任务需验证；超参数敏感需网格搜索；推理速度略有下降。

ASD复现项目为VLM幻觉问题提供实用开源方案，双向干预显著降低幻觉率。清理实现与文档降低复现门槛。未来方向：扩展到更多VLM架构、任务自适应引导向量、结合RLHF/检索增强等技术。