He Shenghong Sir

新基准MotionHalluc揭示了大型语言模型中的运动幻觉

研究人员推出MotionHalluc，一个旨在识别和诊断大型多模态模型中运动幻觉的新基准。该基准使用553对视频中的1540个细粒度问题，在方向、归因和时间维度上评估运动幻觉。研究发现，当前最先进的模型极易出现这些幻觉。为了解决这个问题，研究团队提出了感知-解析-验证（PPV）方法，这是一种无需训练的方法，可以将显式的定量测量注入推理过程，使测试模型的平均性能提高了10.6%。