中国科学院计算技术研究所 发布 SHALE 数据集, 应用在 视觉语言模型、幻觉评估 领域

中国科学院计算技术研究所 本次发布的数据集 SHALE, SHALE是一个针对大型视觉语言模型（LVLMs）细粒度幻觉评估的可扩展基准数据集。该数据集由中国科学院计算技术研究所的研究团队构建，旨在评估LVLMs在忠实度和事实性幻觉方面的表现。数据集包含超过3万个图像-指令对，涵盖了12个代表性的视觉感知方面和6个主要的知识领域，同时考虑了干净和噪声场景。该数据集是通过自动化的数据构建流程生成的，具有可扩展性、可控性和多样性。数据集的构建过程包括提示设计、图像生成和指令生成三个阶段，并采用了层次化的幻觉诱导框架，通过图像级别、指令级别和组合级别的输入扰动来模拟现实中的噪声场景。SHALE数据集的构建旨在解决现有基准数据集在规模、数据泄露和细粒度评估方面的局限性，为LVLMs的稳定性和幻觉抵抗能力提供全面和精细的评估。

查看SHALE

关于 中国科学院计算技术研究所 , 中国科学院计算技术研究所（ICT）成立于1956年，是中国最早从事计算机科学技术综合性研究的学术机构。该所致力于计算机科学理论、高性能计算、人工智能、网络与信息安全等领域的研究，培养了大批计算机领域的专家和学者，为中国计算机科学技术的发展做出了重要贡献。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。