본 논문은 대규모 비전-언어 모델(LVLMs)의 환각 문제를 해결하기 위해, 입력 조건에 따라 동적으로 대조적 디코딩(CD) 전략을 적용하는 Octopus 프레임워크를 제안합니다. 기존의 CD 전략들이 모든 입력 조건에 동일한 방식을 적용하는 것과 달리, Octopus는 환각의 원인이 다양하다는 점을 고려하여 환각 유형을 식별하고, 그에 맞는 CD 방식을 동적으로 선택합니다. 실험 결과, Octopus는 기존 방법들을 능가하는 성능을 보이며, 배포 및 확장성 또한 우수함을 보여줍니다.
