正在加载页面内容
HallusionBench多模态
HallusionBench 是视觉幻觉检测基准，专门评测多模态模型是否基于图像中的真实信息回答还是产生无根据的联想或错误推理。包含对抗性设计的图文配对测试模型拒绝回答和纠错能力，是衡量多模态模型可信度的关键基准。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 71.4 | 阿里巴巴 | Qwen3.5 技术报告 | ||
| 2 | 68.6 | Qwen3.5 技术报告 | |||
| 3 | 65.2 | OpenAI | Qwen3.5 技术报告 | ||
| 4 | 64.1 | Anthropic | Qwen3.5 技术报告 |
