Tag · 2 篇
幻觉评测基准
01 02
FINER：多模态大语言模型在细粒度负查询下产生幻觉
FINER: MLLMs Hallucinate under Fine-grained Negative Queries
FINER 提供了针对细粒度负查询（多物体、多属性、多关系）的幻觉基准与 DPO 微调数据构造方式，可直接用于诊断和缓解自研 MLLM 在细粒度视觉判别上的幻觉，其负查询构造思路也可迁移到 captioning、VQA 的数据筛选与偏好对构建。
揭示与评估 GUI 视觉定位中的幻觉
Exposing and Evaluating Hallucinations for GUI Grounding
把 GUI 视觉定位中的幻觉拆成「混淆幻觉」与「捏造幻觉」两类，并给出可复用的评测子集设计（解析子集 + 幻觉子集），可直接迁移到其他视觉定位任务上做失效模式诊断。