待验证50% 置信事实精确时间

在覆盖全部三个split的9,000道贪心解码问题上，token ID 3582（对应裸词'yes'）和1217（对应裸词'no'）一次都没有被LLaVA-1.5-7B生成过，模型实际输出的是' Yes'（token 3869）和' No'（token 1939）。

1

来源数

50%

置信度

长期有效

时效性

2026/10/20

首次发现

来源

POPE基准的Yes/No提取漏洞：VLM幻觉评测被token选择混淆

涉及实体

LLaVA-1.5-7Bmodel SentencePiececoncept

相关事实

待验证noul 类型返回一个带置信度的数值，名称来自 no/null/yes 的融合，代表连续三态语义空间：接近0表示否定，接近0.5表示不确定，接近1表示肯定63% 相似待验证4-bit的LLaMA 3.1 8B在HumanEval编程测试上从67.3掉到67.160% 相似待验证在原始提示词之外每个单元格额外加入3个中性改写版本，112个配置中0个合格(0/112)60% 相似待验证在EvoMap的基准测试中，子智能体实际找出373个正确答案，但主智能体合并后最终结果只保留了217个59% 相似待验证8 位有符号数 -5 重新解释为无符号数为 251，即 256 + (-5)58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1074064

API

curl https://kongchang.com/api/v1/knowledge/claims/1074064

MCP

get_claim(id=1074064)