研究者提出UniHall基准与SAMF模糊测试框架评估多模态模型幻觉

Pengfei Zhou 等研究者在 arXiv 发布论文，提出面向多模态大语言模型幻觉的系统评估框架：细粒度基准 UniHall 和自适应模糊测试方法 SAMF。框架、代码和基准已公开可用。 UniHall 基于统一分类体系构建，覆盖 Object、Instruction 和 Knowledge 三个维度的细粒度数据。针对基准饱和问题，SAMF 采用进化变异策略探索模型幻觉边界，并通过多模态 oracle 集成提供结构化指标。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。