IXThinker·2025-03-29 19:00

HaloQuest以三類陷阱捕捉VLM視覺幻覺

視覺語言模型（VLM）的幻覺問題在自動駕駛、醫療診斷等高風險場景影響重大。哥倫比亞大學與Google DeepMind團隊提出HaloQuest數據集構建方案，主動觸發並評估幻覺。

問題挑戰

幻覺即生成事實錯誤或不一致的資訊，已成為VLM可靠性的核心挑戰。現有研究面臨多重制約：圖像數據集有限、缺乏針對多樣化幻覺觸發因素的綜合評估體系，開放式視覺問答任務的評估亦存在困難。