List your company

Hallucination Evaluation on POPE

94.42AccuracyMIRROR(ours)
87.015288.937690.8692.7824Nov 13, 2023Apr 20, 2024Sep 27, 2024Mar 6, 2025Aug 12, 2025Jan 19, 2026Jun 28, 2026

Evaluation results

MethodLinks
MIRROR(ours)Param Size=7B2026.0294.42——————————————————
SPHINX-1kResolution=1k2023.1190.8——————————————————
(IA)3Backbone=Qwen2.5-VL-3B, Trainable Parameters=524.K2026.0690.4——————————————————
ScAle (attn)Backbone=Qwen2.5-VL-3B, Trainable Parameters=5762026.0690.4——————————————————
InternVL3Param Size=8B2026.0290.37——————————————————
InternVL-3.5 + FINER-TuningSize=14B2026.0390.2——————————————————
InternVL2.5-MPOModel Size=2B2025.0189.8——————————————————
(IA)3Backbone=LLaVA-7B, Trainable Parameters=664.K2026.0689.8——————————————————
Phantom-1.8BParameters=1.8B2024.1289.6——————————————————
InternVL3Param Size=2B2026.0289.6——————————————————
LIVR2026.0289.5——————————————————
InternVL-3.5Size=14B2026.0389.5——————————————————
DeepSeekVL-2Model Size=8B2025.0189.4——————————————————
InternVL-3.5 + FINER-TuningSize=8B2026.0389.4——————————————————
MPDSetting=random, Base Model=LLaVA-1.5-7B2026.0489.31—88.2————92.41—————————84.1—
Qwen3-VL-4BModel Scale=4B2026.0289.3——————————————————
LLaVA-UHDVision Encoder=CLIP-L, Resolution=1008, LLM=Vicuna-13B, Data=89.12025.0189.1——————————————————
InternVL2.5-MPOModel Size=8B2025.0189.1——————————————————
Visual PromptLLM=Vicuna-7B, Res.=3362024.0888.9——————————————————
Qwen2-VL-7BParameters=7B2024.1288.9——————————————————
InternVL-3.5-4BModel Scale=4B2026.0288.9——————————————————
DeepSeekVL-2Model Size=2B2025.0188.8——————————————————
LLaVA-1.6 + FINER-TuningSize=7B2026.0388.8——————————————————
Qwen2.5-VL-VIFParams=7B, Base model=Qwen-2.5-VL2026.0588.71——————————————————
CrystaLBase Model=Qwen2.5-VL-7B2026.0288.7——————————————————
TroL-1.8BParameters=1.8B2024.1288.6——————————————————
VLsI-7BParameters=7B2024.1288.6——————————————————
InternVL-3.5Size=8B2026.0388.6——————————————————
SEA-PRIMELLM=Vicuna-7B, Res.=3842024.0888.4——————————————————
VCDBackbone=Qwen2-VL-7B2026.0488.34——————————————————
LLaVA-1.5-VIFParams=13B, Base model=LLaVA-1.52026.0588.33——————————————————
VOLCANOModel Size=13B2023.1188.3—87.7————————————————
NulluSetting=random, Base Model=LLaVA-1.5-7B2026.0488.23—87.43————91.31—————————81.86—
PIIP-LLaVAVision Encoder=ConvNeXt-L, CLIP-L, Resolution=1024/336, LLM=Vicuna-7B, Data=1.2M2025.0188.2——————————————————
VOLCANOModel Size=7B2023.1188.2—87.7————————————————
LLaVA-1.6Size=7B2026.0388.2——————————————————
VGR-7BDownSample=2×2 | 4×4, #Vtoken=864, LLM=Vicuna-7B2025.0688.2——————————————————
Qwen3-VL-8BMode=base2026.0588.2——————————————————
mPLUG-Owl3Params=8B2026.0588.2——————————————————
RossParams=7B2026.0588.2——————————————————
Qwen3-VL + LOCUSSize=4B2026.0688.2——————————————————
ScAle (attn)Backbone=LLaVA-7B, Trainable Parameters=1.02K2026.0688.2——————————————————
Qwen3-VLSize=4B2026.0688.1——————————————————
AntidoteBackbone=LLaVA-1.5-7B, Hyperparameter Configuration=HP-search2026.0488.06——————————————————
Qwen2.5-VLParams=7B, Base model=Qwen-2.5-VL2026.0588.03——————————————————
LLaVA-HR-XParam.=14B, Res.=1024, Data=1.2M, Inference Speed=12.9 t/s2024.0388——————————————————
OmniLMMSize=12B2026.0388——————————————————
OriginalSetting=random, Base Model=LLaVA-1.5-7B2026.0487.98—86.03————88.55—————————80.43—
MIRROR(w/o tool)Param Size=7B2026.0287.95——————————————————
PIIP-LLaVAVision Encoder=ConvNeXt-B, CLIP-L, Resolution=1024/336, LLM=Vicuna-7B, Data=1.2M2025.0187.9——————————————————
PIIP-LLaVAVision Encoder=ConvNeXt-B, CLIP-L, Resolution=1024/336, LLM=Vicuna-13B, Data=1.2M2025.0187.9——————————————————
VLSI-2BParameters=2B2024.1287.9——————————————————
TGIFBackbone=LLaVA-1.5-7B2026.0287.9——————————————————
LLaVA-1.5-VIFParams=7B, Base model=LLaVA-1.52026.0587.87——————————————————
LLAVA-HRVision Encoder=ConvNeXt-L, CLIP-L, Resolution=1024/448, LLM=Vicuna-13B, Data=1.2M2025.0187.8——————————————————
SEA-PRIMELLM=Gemma-2B, Res.=3842024.0887.8——————————————————
Qwen2-VL-2BParameters=2B2024.1287.8——————————————————
MM1-MoE-7B×32Parameters=7B×322024.1287.8——————————————————
TroL-7BParameters=7B2024.1287.8——————————————————
LLaVA-HRParam.=13.4B, Res.=1024, Data=1.2M, Inference Speed=15.0 t/s2024.0387.8——————————————————
LLaVA-NeXT-7B†DownSample=2×2 | 4×4, #Vtoken=864, LLM=Vicuna-7B2025.0687.8——————————————————
VGR-7BDownSample=2×2 | 2×2, #Vtoken=3024, LLM=Vicuna-7B2025.0687.8——————————————————
CDPrunerBackbone=LLaVA-1.5-7B, Retained Tokens=322026.0687.8——————————————————
Phantom-7BParameters=7B2024.1287.7——————————————————
OmniLMM + RLAIF-VSize=12B2026.0387.7——————————————————
Qwen2.5-VL-SFTParams=7B, Base model=Qwen-2.5-VL2026.0587.69——————————————————
MoD-Multi RoundBackbone=LLaVA-v1.6-13b, Protocol=multi-turn dialectical reasoning2026.0687.65——————————————————
LLaVA-HRVision Encoder=ConvNeXt-L, CLIP-L, Resolution=1024/448, LLM=Vicuna-7B, Data=1.2M2025.0187.6——————————————————
PIIP-LLaVAVision Encoder=ConvNeXt-L, CLIP-L, Resolution=1024/336, LLM=Vicuna-13B, Data=1.2M2025.0187.6——————————————————
LLaVA-1.5*LLM=Vicuna-13B, Res.=3362024.0887.6——————————————————
MM1-MoE-3B×64Architecture=MoE, Parameters=3B2024.1287.6——————————————————
DeepSeek-VL-1.3BParameters=1.3B2024.1287.6——————————————————
LLaVA-HRParam.=7.4B, Res.=1024, Data=1.2M, Inference Speed=19.7 t/s2024.0387.6——————————————————
Qwen2-VLModel Size=2B2025.0187.6——————————————————
Qwen2.5-VL + LOCUSSize=7B2026.0687.6——————————————————
CDPrunerBackbone=LLaVA-1.5-7B, Retained Tokens=1282026.0687.6——————————————————
LLaVA-1.5-7BBackbone=LLaVA-1.5-7B2026.0487.55——————————————————
MoD-Single RoundBackbone=LLaVA-v1.6-13b, Protocol=single-round inference2026.0687.51——————————————————
PIIP-LLaVAVision Encoder=ConvNeXt-L, CLIP-L, Resolution=1024/336, LLM=Vicuna-7B, Data=2.7M2025.0187.5——————————————————
Mistral Instruct v0.1 7BLLM backbone=Mistral, Model Size=7B, Variant=Instruct v0.12025.1287.5——————————————————
VIG training + VARBase Model=LLaVA-1.5 7B2026.0287.5—86.99————————————————
SPAREBackbone=LLaVA-1.5-7B, Retained Tokens=1282026.0687.5——————————————————
CDPrunerBackbone=LLaVA-1.5-7B, Retained Tokens=642026.0687.5——————————————————
SPAREBackbone=LLaVA-1.5-7B, Retained Tokens=322026.0687.5——————————————————
ShareGPT4V-13B2026.0687.5——————————————————
VIG training + PAIBase Model=LLaVA-1.5 7B2026.0287.49—86.12————————————————
VIG trainingBase Model=LLaVA-1.5 7B2026.0287.47—85.93————————————————
MoE-LoRABackbone=LLaVA-v1.6-13b2026.0687.42——————————————————
AVG-LLaVAResolution=High, LLM=Vicuna-7B2024.0987.4——————————————————
S2-Wrapper*LLM=Vicuna-7B, Res.=10082024.0887.4——————————————————
SEA-PRIMELLM=Llama3-8B, Res.=3842024.0887.4——————————————————
MM1-3BParameters=3B2024.1287.4——————————————————
TARS (Mask)Backbone=Muffin-13B2025.0787.4——————84.9———————————
AntidoteBackbone=LLaVA-1.5-7B, Hyperparameter Configuration=HP-orig2026.0487.4——————————————————
Cambrian-1Params=8B2026.0587.4——————————————————
VIG training + LACINGBase Model=LLaVA-1.5 7B2026.0287.39—86.19————————————————
LLaVA-1.5Resolution=Standard, LLM=Vicuna-7B2024.0987.3——————————————————
Moxin-7BLLM backbone=Moxin-7B, Model Size=7B2025.1287.3——————————————————
SKILA2026.0287.3——————————————————
SPAREBackbone=LLaVA-1.5-7B, Retained Tokens=642026.0687.3——————————————————