待验证50% 置信发布精确时间

腾讯混元开源了KSBench字符集幻觉评测基准，通过向学术论文图像中注入字符集损坏探测OCR视觉语言模型的抗幻觉能力

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/16

首次发现

有效期至：2026/10/14

来源

AI日报：阿里开源舞蹈模型、世界模型发布，AI手机首发

相关事实

待验证OCR技术通过卷积神经网络识别图像中的文字，主流工具包括开源的Tesseract和商业化的百度OCR、腾讯云OCR62% 相似待验证Kimi K2.7 Code在思维链推理过程中出现了'穴居人语法'现象，使用极简压缩语句进行推理62% 相似已验证RAG机制通过检索相关文本片段作为上下文注入提示词，有效解决大模型幻觉问题62% 相似待验证Ideogram在架构层面强化了文字区域的注意力机制，并引入了专门的字形感知损失函数61% 相似待验证大模型驱动型解析器采用视觉-语言联合理解路径，将PDF页面渲染为图像后由视觉编码器提取版面特征，再结合语言模型推理输出结构化文本61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/527992

API

curl https://kongchang.com/api/v1/knowledge/claims/527992

MCP

get_claim(id=527992)