跳到正文
arXiv · 机器人与计算机视觉· Xingqi Wang, Yiming Cui, Xin Yao, Shijin Wang, Guoping Hu, Xiaoyu Qin·· 9 天前AI 评分36

ChartHal:首个细粒度评估大视觉语言模型图表理解幻觉的基准框架

ChartHal: A Fine-grained Framework Evaluating Hallucination of Large Vision Language Models in Chart Understanding

AI 导读

ChartHal 提出一个包含 1,062 个样本的人类验证数据集,用于细粒度分类图表理解中的幻觉场景。评估显示 GPT-5 和 o4-mini 等先进模型的准确率仅为 34.46% 和 22.79%,且对缺失或矛盾信息极为敏感。该基准已接受 AACL-IJCNLP 2026 Findings,代码与数据公开可用。

来源:arXiv · 机器人与计算机视觉 · arxiv.org