NAME-Bench基准区分非断言性提及

2026年10月19日，arXiv Computer Vision 刊出研究，作者 Hsin-Ling Hsu 等提出并发布 NAME-Bench（Non-Assertive Mention Evaluation Benchmark）非断言性提及评测基准。该基准包含五个视觉语言模型（VLM）为 COCO 图像生成的 25,497 条物体提及，每条标注为具体、幻觉或非断言三类，非断言再细分为描绘、目的、否定和模糊四种。报道称，现有幻觉检测器将非断言提及误判为幻觉的比例达 14% 至 80%。在 LLaVA-1.5 上以非断言提及作负样本训练可基本纠正该问题，但四个较新 VLM 需五到十倍数据，且检测真实幻觉的能力随之下降。目前进展为基准发布与上述评测结果，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。