中国科学院计算技术研究所 发布 High-Quality Hallucination Benchmark (HQH) 数据集, 应用在 视觉-语言模型、模型评估 领域

中国科学院计算技术研究所 本次发布的数据集 High-Quality Hallucination Benchmark (HQH), High-Quality Hallucination Benchmark (HQH) 是由中国科学院计算技术研究所开发的一个高质量数据集，专注于评估大型视觉-语言模型中的幻觉问题。该数据集通过收集来自Visual Genome的图像，并设计了涵盖多种幻觉类型的图像-指令对，包括属性、动作、计数、环境等。创建过程中，通过计算测试-重测可靠性和平行形式可靠性来确保数据集的可靠性。HQH数据集的应用领域主要集中在深度分析现有模型中的幻觉问题，旨在提高模型在多模态任务中的准确性和可靠性。

查看High-Quality Hallucination Benchmark (HQH)

README 内容： 

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是中国科学院下属的研究机构，主要从事计算机科学与技术的研究与开发，涵盖高性能计算、人工智能、网络与信息安全等多个领域。

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。