arXiv cs.AI· Joong Ho (Joshua), Choi, Aditya Paul, Nidhi Singh·· 1 天前AI 评分39
CARLAR 影响：多模态支票提取中的结构化幻觉风险与压缩图像干预探索
CARLAR Influence: A Structured Hallucination Risk in Multimodal Cheque Extraction and an Exploratory Compressed-Image Countermeasure
AI 导读
一项 arXiv 研究揭示了多模态大语言模型在支票金额提取中的 CARLAR 影响：模型在大小写金额两个原本不同的字段返回相同数值。研究在十种视觉提示条件下评测 GPT-4.1 与 Claude 4.5 Sonnet，涵盖 243 张主支票和 598 个严格不匹配样本，GPT-4.1 在金额遮蔽下 CARLAR 率达 73.7%，CARLAR 案例的期望校准误差高达 0.93。
来源：arXiv cs.AI · arxiv.org