論文の概要: FREAK: A Fine-grained Hallucination Evaluation Benchmark for Advanced MLLMs

• arxiv url: http://arxiv.org/abs/2603.19765v1
• Date: Fri, 20 Mar 2026 08:52:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 19:48:39.061943
• Title: FREAK: A Fine-grained Hallucination Evaluation Benchmark for Advanced MLLMs
• Title（参考訳）: FREAK: 高度なMLLMのためのきめ細かい幻覚評価ベンチマーク
• Authors: Zhihan Yin, Jianxin Liang, Yueqian Wang, Yifeng Yao, Huishuai Zhang, Dongyan Zhao,
• Abstract要約: MLLM(Multimodal Large Language Models)は幻覚に悩まされる。 F FREAKはMLLMの微細な幻覚評価のために設計された総合的なベンチマークである。 F FREAKはMLLMの詳細な視覚知覚における幻覚現象を革新的に評価する。
• 参考スコア（独自算出の注目度）: 34.69526064799019
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multimodal Large Language Models (MLLMs) suffer from hallucinations. Existing hallucination evaluation benchmarks are often limited by over-simplified tasks leading to saturated metrics, or insufficient diversity that fails to adequately assess the hallucination extent in state-of-the-art multimodal models. To address this gap, we propose FREAK, a comprehensive multimodal benchmark designed for fine-grained hallucination assessment in MLLMs. Through high-quality photorealistic images featuring fine-grained counter-commonsense edits, FREAK innovatively evaluates hallucination phenomena in detailed visual perception of MLLMs. Extensive experiments on FREAK show severe hallucination issues in SOTA models regarding detailed visual perception. To enable deeper investigation, we curate a controlled subset to indirectly evaluate the model's ability to perceive target detailed information. Through systematic evaluation of prevailing Chain-of-Thought (CoT) prompting techniques within this task, we reveal critical insights regarding hallucination patterns and model reasoning processes.
• Abstract（参考訳）: MLLM(Multimodal Large Language Models)は幻覚に悩まされる。 既存の幻覚評価ベンチマークは、しばしば、飽和メトリクスにつながる過度に単純化されたタスクや、最先端のマルチモーダルモデルにおける幻覚の程度を適切に評価できない不十分な多様性によって制限される。 このギャップに対処するために,MLLMの微細な幻覚評価のための総合的マルチモーダルベンチマークであるFREAKを提案する。 FREAKは、微細な反コモンセンス編集を特徴とする高品質なフォトリアリスティック画像を通して、MLLMの詳細な視覚知覚における幻覚現象を革新的に評価する。 FREAKの広汎な実験は、詳細な視覚知覚に関するSOTAモデルに深刻な幻覚を呈している。 より深い調査を可能にするため、制御されたサブセットをキュレートして、詳細な情報をターゲットとして知覚するモデルの能力を間接的に評価する。 本研究の課題は,CoT(Chain-of-Thought)の系統的評価を通じて,幻覚のパターンとモデル推論プロセスに関する重要な知見を明らかにすることである。

関連論文リスト

• A Survey of Multimodal Hallucination Evaluation and Detection [52.03164192840023]
  MLLM(Multi-modal Large Language Models)は、視覚情報とテキスト情報を統合するための強力なパラダイムとして登場した。 これらのモデルはしばしば幻覚に悩まされ、もっともらしいように見えるコンテンツを生成するが、入力内容や確立された世界的知識と矛盾する。 本調査では,イメージ・トゥ・テキスト(I2T)およびテキスト・トゥ・イメージ(T2I)生成タスクを対象とした幻覚評価ベンチマークと検出方法の詳細なレビューを行う。
  論文  参考訳（メタデータ） (2025-07-25T07:22:42Z)
• MIRAGE: Assessing Hallucination in Multimodal Reasoning Chains of MLLM [58.2298313720146]
  マルチモーダル幻覚は多源性であり、様々な原因から生じる。 既存のベンチマークでは、知覚誘発幻覚と推論誘発幻覚を適切に区別することができない。
  論文  参考訳（メタデータ） (2025-05-30T05:54:36Z)
• Towards a Systematic Evaluation of Hallucinations in Large-Vision Language Models [57.58426038241812]
  LVLM(Large Vision-Language Models)は、複雑なマルチモーダルタスクにおいて顕著な性能を示す。 これらのモデルは、画像から様々な視覚的実体を暗黙的に認識または推測する必要がある場合、まだ幻覚に悩まされている。 本稿では,視覚的質問応答(VQA)ベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-12-29T23:56:01Z)
• Unified Hallucination Detection for Multimodal Large Language Models [44.333451078750954]
  マルチモーダル大言語モデル(MLLM)は幻覚の重要な問題に悩まされている。 本稿では,幻覚検出手法の進歩を評価するために,メタ評価ベンチマークであるMHaluBenchを提案する。 我々は,幻覚の発生を確実に検証するために,一連の補助ツールを活用する,新しい統合型マルチモーダル幻覚検出フレームワークUNIHDを公表した。
  論文  参考訳（メタデータ） (2024-02-05T16:56:11Z)
• AMBER: An LLM-free Multi-dimensional Benchmark for MLLMs Hallucination Evaluation [58.19101663976327]
  マルチモーダル大規模言語モデル(MLLM)は幻覚の重要な課題に直面する。 MLLMの幻覚を評価することは、モデルの改善と実践的なアプリケーション展開においてますます重要になっている。 生成タスクと識別タスクの両方を評価するために, LLMフリーな多次元ベンチマークAMBERを提案する。
  論文  参考訳（メタデータ） (2023-11-13T15:25:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。