多模态大模型支票提取幻觉风险及压缩图像干预

近期研究揭示了GPT-4.1与Claude 4.5 Sonnet在多模态支票提取任务中存在的CARLAR幻觉风险。具体表现为模型对金额字段的标注差异产生忽略，导致返回相同的错误数值。实验数据显示，GPT-4.1在涂抹场景下的CARLAR发生率高达73.7%，且预期校准误差达到0.93。 针对这一问题，研究团队提出了一种无微调的压缩图像少样本干预对策。应用该策略后，Claude的联合提取准确率提升了11.5个百分点。然而，研究指出该干预措施对字段预测一致性的影响因模型类型而异。因此，后续验证需特别考虑视觉上下文依赖因素，不可将单一模型的优化效果直接推广至所有模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。