Le filThèmes : RechercheÉvaluations
OmniConfess atténue les hallucinations des modèles omnimodaux sans entraînement supplémentaire
1 sourcemis à jour il y a 1 jpertinence 3,0 sur5
L’essentiel
La méthode réévalue chaque token d’une réponse candidate selon chaque canal de preuve. Le papier propose aussi OmniHalluBench, un benchmark de 3 540 exemples qui couvre le texte, l’image, l’audio et la vidéo.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHuiqiang Rong, Haoran Luo, Hui Feng et al.huggingface.co
OmniConfess: Eliciting Token Confessions to Mitigate Omni-Modal Hallucination (site externe)
We introduce OmniConfess, a training-free method for mitigating omni-modal hallucinations.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5