SpanCalib-VLM 提出混合双系统检测VLM幻觉片段
热点事件持续更新
SpanCalib-VLM 提出混合双系统检测VLM幻觉片段
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Amanuel Gizachew Abebe 与 Yasmin Moslem 提出 SpanCalib-VLM，一种用于视觉语言模型幻觉片段检测的混合双系统，面向 SHROOM-Visions 共享任务。该系统把 XLM-RoBERTa-Large 与 SigLIP 视觉编码器经交叉注意力融合成多模态序列标注器，再与微调生成式 VLM（Qwen3.5-4B-SHROOM-SFT）结合，通过 Union-Calibrated Fusion 用标注器的校准概率对生成模型给出的候选片段重新打分。 作者称模型权重与代码将公开，但报道未给出该方法在任务上的检测效果数据。
AI 根据报道生成 · 55 分钟前更新
最新进展10月21日 12:00
SpanCalib-VLM：视觉语言模型中的校准幻觉片段检测报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.CLSpanCalib-VLM：视觉语言模型中的校准幻觉片段检测
SpanCalib-VLM 提出一种双系统混合方案用于视觉语言模型的幻觉片段检测，将 XLM-RoBERTa-Large 与 SigLIP 视觉编码器经交叉注意力融合的序列标注器，与微调生成式 VLM（Qwen3.5-4B-SHROOM-SFT）结合，通过 Union-Calibrated Fusion 用标注器的校准概率对生成模型候选片段重新打分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。