跳到正文
热点事件持续更新

发布 GIB-200K 基准及开源模型评估代码

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Basavaraj R M 与 Harshal Chandel 发布了 Grounding Illusion(GIB)研究,提出包含 20 万图文问答样本的 GIB-200K 评测基准。该基准引入噪声、模糊和图文冲突等压力条件,旨在评估检索增强型视觉语言模型在证据失效时的模态组合行为。 研究发现主流开源模型存在知识惯性或感官捕获偏差,部分正确回答会因检索文档错误而被放弃。所有实例输出、代码及审计工具均已公开,可重新计算已报告的开放模型数值。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    Grounding Illusion:检索增强型视觉语言模型的 grounding 幻觉研究

    该研究提出 GIB-200K 基准,包含 20 万图文问答样本及噪声、模糊和图文冲突等压力条件,用于评估模型在证据失效时的模态组合行为。研究发现主流开源模型存在知识惯性或感官捕获偏差,部分正确回答会因检索文档错误而被放弃。所有实例输出、代码及审计工具已公开。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。