視覺—語言分割

深度分析

HalluSegBench：以事實—反事實影像對檢測像素級分割幻覺

研究關注視覺語言分割的像素級幻覺問題，提出HalluSegBench以反事實影像對檢驗模型的視覺紮根。該基準包含1340對事實—反事實影像與像素標註，並設計四項量測，實驗顯示視覺編輯下的幻覺比標籤改動更普遍。該結果凸顯現有評估不足，需加入反事實檢驗以揭示紮根失敗