본 논문은 대규모 비전-언어 모델(LVLMs)의 환각(hallucination) 문제 해결을 위한 새로운 방법인 SSL(Steering LVLMs via SAE Latent Directions)을 제시한다. 기존의 환각 문제 해결 방식들이 막대한 계산 비용과 시간을 필요로 하는 반면, SSL은 스파스 오토인코더(SAE)를 활용하여 환각과 실제 정보에 관련된 의미적 방향을 식별하고, 이를 통해 환각을 완화시킨다. 훈련이 필요 없는 SSL은 SAE에서 추출한 잠재 방향을 기반으로 하며, 다양한 모델 아키텍처에서 전이성을 유지하면서도 기존 디코딩 방식보다 환각 완화에 훨씬 효과적이고 추가적인 시간 오버헤드가 거의 없다는 장점을 갖는다.
