Research · Models
SpanCalib-VLM：一种用于视觉语言模型中幻觉跨度检测的混合双系统，在 SHROOM-Visions 英语评估集上实现 Pearson 校准相关性 0.41、总体 IoU 0.39
SpanCalib-VLM是一种用于视觉语言模型中幻觉跨度检测的混合双系统，在SHROOM-Visions英语评估集上实现Pearson校准相关性0.41、总体IoU 0.39，干净响应IoU达0.91。
阅读 Hugging Face Daily Papers 原文为什么重要
该研究提出了一种检测视觉语言模型幻觉的新方法，有助于提高模型输出的可靠性和可信度，对减少AI生成错误信息具有实际应用价值。
关键事实
事实 1
SpanCalib-VLM 在 SHROOM-Visions 英语评估集上的 Pearson 校准相关性为 0.41。
来源与依据
our ensemble achieves a Pearson calibration correlation of 0.41
事实 2
SpanCalib-VLM 在 SHROOM-Visions 英语评估集上的总体 IoU 为 0.39。
来源与依据
and an overall IoU of 0.39
事实 3
SpanCalib-VLM 在 SHROOM-Visions 英语评估集上的干净响应 IoU 为 0.91。
来源与依据
with a clean-response IoU of 0.91}