arXiv 2026年10月13日全模态模型听错看错不必重训：推理时把融合表示拨回相关模态，CMM 总体准确率从70.5%升到85.9%全模态大模型在音视频互相干扰时会答错，但被干扰的那一路单模态分支往往还留着正确答案；一种免训练推理时干预在冲突样本上把融合表示拨回该分支，CMM 总体准确率从70.5%升到85.9%。全模态大模型在音视频互相干扰时会答错，但被干扰的那一路单模态分支往往还留着正确答案；一种免训练推理时干预在冲突样本上把融合表示拨回该分支，CMM 总体准确率从70.5%升到85.9%。Zhejiang UniversityAnt Group (China)Yu Mi（第一作者）#CaRe冲突感知残差干预方法#模态误路由#跨模态幻觉#全模态大语言模型#AVHBench