arXiv · 机器人与计算机视觉· Oishi Banerjee, Eujin Lee, Sung Eun Kim, Alexandra N. Willauer, Christine Y. Zhou, Zhizhou Yang, Pranav Rajpurkar·· 14 天前AI 评分36
Trick-or-Treat:合成图像对抗评估多模态医学推理幻觉
Trick-or-Treat: Adversarial Evaluation of Multimodal Medical Reasoning with Synthetic Images
AI 导读
Trick-or-Treat 框架利用合成临床照片与真实胸部 X 光片配对,构建暴露前沿模型跨模态推理幻觉的对抗性基准。在三项前沿模型的测试中,面对不匹配图像对时,模型产生显著临床意义的照片幻觉比例从单独展示时的 25-37.5% 升至 45-57.5%,且倾向于忽略错位而根据 X 光片特征误诊。
来源:arXiv · 机器人与计算机视觉 · arxiv.org