论文文章
CHAINMPQ: INTERLEAVED TEXT-IMAGE REASON ING CHAINS FOR MITIGATING RELATION HALLUCI NATIONS
一句话解释
从一段对话中，一点一点确认信息（先确认主体是什么，然后确认客体是什么，然后主体联系关系看能不能找到客体，然后客体联系关系看能不能找到主体，最后主体联系客体确定他们之间的关系）
流程
bias3~5：视觉注意力偏置
A1~A5：每次问题的文本答案
Text-guided Attention Enhancement：文本进入编码器成为一个嵌入向量\图片进入编码器成为一个嵌入向量，通过cross attention增强对图片中的主体客体的注意力
Construction of Multi perspective Aware Text Prompt：怎么从句子中拆主体-客体-关系\创建问题
Interleaved Text-image Reasoning ChainInterleaved Text-image Reasoning Chain：这是完整的流程了（标蓝色的东西是需要填入主体-客体-关系的变量位置），以图中例子，先问主体"dog"在哪-文本回答，第二部问飞盘在哪-文本回答，第三部问主体联系关系是什么-文本回答加视觉注意力偏见，第四部问客体联系关系是什么-文本回答加视觉注意力偏见，第五部问主体客体关系是什么-文本回答加视觉注意力偏见，最后回答这个问题用上上面的文本和视觉记忆。