合成图像基准暴露医学多模态模型幻觉
热点事件持续更新
合成图像基准暴露医学多模态模型幻觉
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Oishi Banerjee 等作者提出 Trick-or-Treat，一个将真实胸部 X 光片与合成临床照片配对的对抗性多模态医学基准，用于暴露前沿模型的幻觉行为。 在三个前沿模型的测试中，面对不匹配图像对时，模型幻觉出临床显著照片发现的比例达 45-57.5%，高于同一照片单独呈现时的 25-37.5%。模型倾向忽略图像不匹配，反而幻觉出更贴合 X 光片的发现以自圆诊断。
AI 根据报道生成 · 51 分钟前更新
最新进展11月5日 13:00
Trick-or-Treat：用合成图像对抗性评估多模态医学推理报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AITrick-or-Treat：用合成图像对抗性评估多模态医学推理
研究者提出 Trick-or-Treat，一个将真实胸部 X 光片与合成临床照片配对的对抗性多模态医学基准，用于暴露前沿模型的幻觉行为。在三个前沿模型的测试中，面对不匹配图像对时模型幻觉出临床显著照片发现的比例达 45-57.5%，高于同一照片单独呈现时的 25-37.5%。模型倾向忽略不匹配，反而幻觉出更贴合 X 光片的发现以自圆诊断。
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。