新しい視覚言語モデルの評価指標 ALOHa: 画像キャプションの幻覚検出

ALOHaは、大規模言語モデルを活用して、画像キャプションに含まれる幻覚オブジェクトを信頼性、局所性、一般性を持って検出する新しい評価指標である。