买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:厦门大学
摘要:本发明公开了一种评估和分析大型视觉语言模型中关系幻觉的方法及装置,涉及大型视觉语言模型技术领域。通过构建一种新的关系幻觉基准,专门用于评估大型视觉语言模型中的关系幻觉。该基准包括图像级问题和实例级问题,图像级问题用于评估图像中关系的存在,而实例级问题则用于评估局部视觉理解。问题的生成过程包括:解析所有的COCO字幕,以创建一个全面的关系集;将nocaps字幕提供的字幕解析后与关系集对齐,以建立一组关系种子;基于nocaps字幕、关系种子和边界框创建提示,然后利用大型语言模型LLM自动生成图像级和实例级问题。本发明通过大型语言模型LLM生成的生成图像级和实例级问题,从而可帮助评估和分析大型视觉语言模型的关系幻觉。
主权项:1.一种评估和分析大型视觉语言模型中关系幻觉的方法,其特征在于,包括:步骤10、利用场景图解析器从COCO字幕中提取关系三元组,以形成关系库;步骤20、利用场景图解析器将nocaps字幕解析为关系三元组,然后与所述关系库进行匹配,将匹配得到的关系集合形成关系种子;步骤30、提取与nocaps字幕中对应的目标边界框;步骤40、利用大型语言模型LLM基于nocaps字幕以及所述关系种子生成答案为“是”或“否”的图像级问题;利用大型语言模型LLM基于nocaps字幕、步骤30中得到的目标边界框以及nocaps标注中的边界框来生成答案为“是”或“否”的实例级问题,图像级问题和实例级问题构成关系幻觉基准;步骤60、利用关系幻觉基准对大型视觉语言模型的关系幻觉进行评估和分析。
全文数据:
权利要求:
百度查询: 厦门大学 评估和分析大型视觉语言模型中关系幻觉的方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。