LLaVA-1.5-7B
基于LLaMA架构的开源视觉语言模型，采用SentencePiece分词器，广泛用于多模态幻觉评测研究
时间轴 (近 90 天)
在LLaVA-1.5-7B上测得的adversarial split F1为82.21，比对照的三个adversarial基线（81.00、79.30、73.54）高出1.21到8.67个点。
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）。
改用覆盖空格前缀形式的八token查找表后，LLaVA-1.5-7B在adversarial、popular、random三个split上的F1分别为0.8221、0.8498和0.8713；仅读数修正一项，adversarial split就移动了6.13分。
在固定基线上尝试的九种推理时修正方法，没有一种能超过基线。
全部知识事实 (4)
在LLaVA-1.5-7B上测得的adversarial split F1为82.21，比对照的三个adversarial基线（81.00、79.30、73.54）高出1.21到8.67个点。
50%待验证在覆盖全部三个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）。
50%待验证改用覆盖空格前缀形式的八token查找表后，LLaVA-1.5-7B在adversarial、popular、random三个split上的F1分别为0.8221、0.8498和0.8713；仅读数修正一项，adversarial split就移动了6.13分。
50%待验证在固定基线上尝试的九种推理时修正方法，没有一种能超过基线。
50%