본 논문은 대규모 비전-언어 모델(LVLMs)의 환각 문제를 해결하기 위해 새로운 디코딩 방법인 혼합 디코딩(MoD)을 제안한다. MoD는 모델의 이미지 토큰에 대한 어텐션의 정확성을 평가하여 디코딩 전략을 동적으로 조절한다. 원본 이미지 토큰과 모델이 주목한 이미지 토큰에서 생성된 출력의 일관성을 측정하여 어텐션의 정확성을 판단한다. 출력이 일관성이 있으면 중요한 정보를 증폭하고, 일관성이 없으면 잘못된 정보를 억제하는 전략을 사용한다. 여러 주요 벤치마크에서 기존 디코딩 방법보다 성능이 뛰어나 LVLMs의 환각을 효과적으로 줄이는 것을 실험적으로 보여준다. 코드는 https://github.com/xlchen0205/MoD 에서 이용 가능하다.