Buchumschlag

HallusionBench: An Advanced Diagnostic Suite for Entangled Language Hallucination and Visual Illusion in Large Vision-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guan, Tianrui, Liu, Fuxiao, Wu, Xiyang, Xian, Ruiqi, Li, Zongxia, Liu, Xiaoyu, Wang, Xijun, Chen, Lichang, Huang, Furong, Yacoob, Yaser, Manocha, Dinesh, Zhou, Tianyi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AutoHallusion: Automatic Generation of Hallucination Benchmarks for Vision-Language Models
von: Wu, Xiyang, et al.
Veröffentlicht: (2024)

SCP: Soft Conditional Prompt Learning for Aerial Video Action Recognition
von: Wang, Xijun, et al.
Veröffentlicht: (2023)

FALCON: Future-Aware Learning with Contextual Object-Centric Pretraining for UAV Action Recognition
von: Xian, Ruiqi, et al.
Veröffentlicht: (2024)

AGL-NET: Aerial-Ground Cross-Modal Global Localization with Varying Scales
von: Guan, Tianrui, et al.
Veröffentlicht: (2024)

VideoHallu: Evaluating and Mitigating Multi-modal Hallucinations on Synthetic Video Understanding
von: Li, Zongxia, et al.
Veröffentlicht: (2025)

Mitigating Hallucination in Large Multi-Modal Models via Robust Instruction Tuning
von: Liu, Fuxiao, et al.
Veröffentlicht: (2023)

On the Vulnerability of LLM/VLM-Controlled Robotics
von: Wu, Xiyang, et al.
Veröffentlicht: (2024)

DAVE: Diverse Atomic Visual Elements Dataset with High Representation of Vulnerable Road Users in Complex and Unpredictable Environments
von: Wang, Xijun, et al.
Veröffentlicht: (2024)

Bi-VLM: Pushing Ultra-Low Precision Post-Training Quantization Boundaries in Vision-Language Models
von: Wang, Xijun, et al.
Veröffentlicht: (2025)

A Survey of State of the Art Large Vision Language Models: Alignment, Benchmark, Evaluations and Challenges
von: Li, Zongxia, et al.
Veröffentlicht: (2025)

Mitigating Hallucinations in Diffusion Models through Adaptive Attention Modulation
von: Oorloff, Trevine, et al.
Veröffentlicht: (2025)

SABER: A Stealthy Agentic Black-Box Attack Framework for Vision-Language-Action Models
von: Wu, Xiyang, et al.
Veröffentlicht: (2026)

Towards a Systematic Evaluation of Hallucinations in Large-Vision Language Models
von: Seth, Ashish, et al.
Veröffentlicht: (2024)

EventHallusion: Diagnosing Event Hallucinations in Video LLMs
von: Zhang, Jiacheng, et al.
Veröffentlicht: (2024)

Robot Navigation Using Physically Grounded Vision-Language Models in Outdoor Environments
von: Elnoor, Mohamed, et al.
Veröffentlicht: (2024)

Co-Evolving LLM Decision and Skill Bank Agents for Long-Horizon Tasks
von: Wu, Xiyang, et al.
Veröffentlicht: (2026)

MMC: Advancing Multimodal Chart Understanding with Large-scale Instruction Tuning
von: Liu, Fuxiao, et al.
Veröffentlicht: (2023)

MASS: Motion-Aware Spatial-Temporal Grounding for Physics Reasoning and Comprehension in Vision-Language Models
von: Wu, Xiyang, et al.
Veröffentlicht: (2025)

MM-Zero: Self-Evolving Multi-Model Vision Language Models From Zero Data
von: Li, Zongxia, et al.
Veröffentlicht: (2026)

Mitigating Entangled Steering in Large Vision-Language Models for Hallucination Reduction
von: Zhang, Yuanhong, et al.
Veröffentlicht: (2026)

GaussianSSC: Triplane-Guided Directional Gaussian Fields for 3D Semantic Completion
von: Xian, Ruiqi, et al.
Veröffentlicht: (2026)

Large Language Models and Causal Inference in Collaboration: A Survey
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2024)

Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement
von: Hoover, Montana, et al.
Veröffentlicht: (2026)

Towards Understanding In-Context Learning with Contrastive Demonstrations and Saliency Maps
von: Liu, Fuxiao, et al.
Veröffentlicht: (2023)

IllusionBench+: A Large-scale and Comprehensive Benchmark for Visual Illusion Understanding in Vision-Language Models
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

Collu-Bench: A Benchmark for Predicting Language Model Hallucinations in Code
von: Jiang, Nan, et al.
Veröffentlicht: (2024)

First Frame Is the Place to Go for Video Content Customization
von: Chen, Jingxi, et al.
Veröffentlicht: (2025)

Audio Hallucination Attacks: Probing the Reliability of Large Audio Language Models
von: Seth, Ashish, et al.
Veröffentlicht: (2026)

AIDE: Agentically Improve Visual Language Model with Domain Experts
von: Chiu, Ming-Chang, et al.
Veröffentlicht: (2025)

Loki's Dance of Illusions: A Comprehensive Survey of Hallucination in Large Language Models
von: Li, Chaozhuo, et al.
Veröffentlicht: (2025)

Beyond the Binary
von: Yacoob, Saadia
Veröffentlicht: (2024)

CalibFree: Self-Supervised View Feature Separation for Calibration-Free Multi-Camera Multi-Object Tracking
von: Xian, Ruiqi, et al.
Veröffentlicht: (2026)

LOC-ZSON: Language-driven Object-Centric Zero-Shot Object Retrieval and Navigation
von: Guan, Tianrui, et al.
Veröffentlicht: (2024)

HawkI: Homography & Mutual Information Guidance for 3D-free Single Image to Aerial View
von: Kothandaraman, Divya, et al.
Veröffentlicht: (2023)

Forensics-Bench: A Comprehensive Forgery Detection Benchmark Suite for Large Vision Language Models
von: Wang, Jin, et al.
Veröffentlicht: (2025)

EgoSocial: Benchmarking Proactive Intervention Ability of Omnimodal LLMs via Egocentric Social Interaction Perception
von: Wang, Xijun, et al.
Veröffentlicht: (2025)

LANCAR: Leveraging Language for Context-Aware Robot Locomotion in Unstructured Environments
von: Shek, Chak Lam, et al.
Veröffentlicht: (2023)

Self-Rewarding Vision-Language Model via Reasoning Decomposition
von: Li, Zongxia, et al.
Veröffentlicht: (2025)

Exposure of taste buds to potassium permanganate and formalin suppresses the gustatory neural response in the Nile tilapia Oreochromis niloticus (Linnaeus) / Syed Yahiya Yacoob
von: Yahiya Yacoob, Syed
Veröffentlicht: (2002)

Do Vision-Language Models Understand Compound Nouns?
von: Kumar, Sonal, et al.
Veröffentlicht: (2024)