#幻觉检测

该项目汇总了关于大型语言模型（LVLMs）在多模态任务中幻觉检测的研究文献。这些研究提供了多个评估基准和框架，如HallusionBench、FactCHD、MHaluBench等，用于评估LVLMs在视觉和语言理解中的表现，涵盖了准确性、一致性、解释性等方面的指标。该仓库不仅评估现有模型，还提出新的解决方案，通过验证生成内容的准确性和一致性，减少虚假信息，提升语言模型的可靠性。

RefChecker是一个标准化评估框架，用于检测大语言模型(LLM)输出中的细微幻觉。该框架将LLM响应分解为知识三元组，在三种不同背景下进行精细化幻觉检测。项目包括人工标注的基准数据集、模块化架构和自动化检查器，有助于评估和改进LLM输出的事实准确性。RefChecker为研究人员和开发者提供了评估和提高LLM生成内容可靠性的工具。

Lynx是一款开源幻觉评价模型，基于多样化数据集进行训练，专注于文本生成的准确性与一致性评估。其应用包括CovidQA、PubmedQA和RAGTruth领域，依托Pytorch等平台。模型确保生成答案准确对照原文档内容，避免新增或矛盾信息，利用JSON格式输出结果以提升应用操作性。在多项评估基准上表现卓越，是文本生成准确性评估的有力助手。