arXiv · NLP· Kesav Kumar Jayakumar, Karthigeyan Thilak·· 6 小时前AI 评分26
Token-Set Choice Confounds POPE: A Systematic Audit of Yes/No Extraction in VLM Hallucination Evaluation
Token-Set Choice Confounds POPE: A Systematic Audit of Yes/No Extraction in VLM Hallucination Evaluation
AI 导读
研究发现 POPE 基准中 LLaVA-1.5-7B 的对抗分裂 F1 因 readout 选择产生 6.13 点偏差，该幅度超过所调研六篇论文中五篇报告的增益。
来源：arXiv · NLP · arxiv.org