ACL 2024｜UNIHD: 统一的多模态幻觉检测框架

文章预览

论文题目： Unified Hallucination Detection for Multimodal Large Language Models 本文作者： 陈想（浙江大学）、王晨曦（浙江大学）、薛逸达（浙江大学）、张宁豫（浙江大学）、杨晓燕（蚂蚁集团）、李强（蚂蚁集团）、申月（蚂蚁集团）、梁磊（蚂蚁集团）、顾进捷（蚂蚁集团）、陈华钧（浙江大学) 发表会议： ACL  2024 论文链接： https://arxiv.org/abs/2402.03190 代码链接： https://github.com/zjunlp/EasyDetect 欢迎转载，转载请注明 出处 一、 引言 在人工智能领域，多模态大语言模型（MLLMs）已经取得了突破性进展。它们展现出了在多种任务中接近人类认知和学习能力的表现，为人工通用智能（AGI）的未来带来了前所未有的可能性。然而，尽管MLLMs在处理复杂任务时表现出色，它们仍然容易产生一种被称为“幻觉”的现象。这种现象指的是模型生成的内容虽然看似可信， ………………………………