arXiv · 机器人与计算机视觉· Hsin-Ling Hsu, Neeraja Kirtane, Kuan-Hao Huang·· 2026-10-19精选AI 评分78
并非所有提及都是主张:重新思考视觉语言模型的物体幻觉检测
Not Every Mention Is a Claim: Rethinking Object Hallucination Detection in Vision-Language Models
AI 导读
该研究指出视觉语言模型评估中常将‘提及’等同于‘声称存在’,导致对非断言性描述(如‘供人坐的长椅’)产生误判。作者提出 NAME-Bench 基准,包含五款 VLM 生成的两万五千余条标注数据,区分了具体、幻觉与非断言提及四类标签。实验显示现有检测器将 14% 至 80% 的非断言提及错误标记为幻觉,且在较新模型上通过负样本训练进行修正的难度显著增加。
推荐理由
NAME-Bench 基准揭示当前幻觉检测器将非断言性提及误判为幻觉,且在新模型上修正代价高昂。
来源:arXiv · 机器人与计算机视觉 · arxiv.org