List your company

Object Hallucination Evaluation on POPE Adversarial

89.8AccuracySFT + VIGIL
79.878482.454285.0387.6058Feb 17, 2025May 11, 2025Aug 2, 2025Oct 24, 2025Jan 15, 2026Apr 8, 2026Jul 1, 2026

Evaluation results

MethodLinks
SFT + VIGILBase Model=Qwen2.5-VL-72B2026.0689.8————————
LogicCheckGPTBase Model=LLaVA-1.52026.0489.33———89.4————
SelfCheckBase Model=LLaVA-1.52026.0488.67———88.27————
R-CoVBase Model=LLaVA-1.52026.0488.67———88.36————
ICONS2025.0287.5————————
SFT + DA-DPOBase Model=Qwen2.5-VL-72B2026.0687.4————————
R-CoVBase Model=Qwen2.5-VL2026.0487.33———86.13————
LogicCheckGPTBase Model=Qwen2.5-VL2026.0487———85.5————
CRG(ours)Model=Qwen2.5-VL-7B-Instruct2026.0586.98———87.07————
SFT + VIGILBase Model=Qwen2.5-VL-7B2026.0686.9————————
SFT + HA-DPOBase Model=Qwen2.5-VL-72B2026.0686.2————————
COINCIDE2025.0286.1————————
SpecEyesBase Model=Thyme, Aggregation Strategy=mean2026.0385.89————1.78———
SpecEyesBase Model=Thyme, Aggregation Strategy=bottom2026.0385.89————1.81———
SpecEyesBase Model=Thyme, Aggregation Strategy=min2026.0385.87————1.77———
VTIModel=Qwen2.5-VL-7B-Instruct2026.0585.78———85.14————
SpecEyesBase Model=Thyme, Aggregation Strategy=log2026.0385.76————1.68———
ACEBase Model=LLaVA-NeXT2026.0585.68———82.89————
VanillaBase Model=Qwen2.5-VL2026.0485.67———83.65————
EL2N2025.0285.6————————
TIVE2025.0285.6————————
PRISM2025.0285.5————————
LUREBase Model=LLaVA-1.52026.0485.33———86.25————
Qwen2.5-VL-7BModel size=7B2026.0585.33————————
DataTailor2025.0285.3————————
SpecEyesBase Model=DeepEyes, Aggregation Strategy=mean2026.0385.13————2.06———
SpecEyesBase Model=DeepEyes, Aggregation Strategy=bottom2026.0385.13————2.08———
SpecEyesBase Model=DeepEyes, Aggregation Strategy=min2026.0385.13————2.13———
PAIModel=Qwen2.5-VL-7B-Instruct2026.0585.12———84.77————
OPERAModel=Qwen2.5-VL-7B-Instruct2026.0584.93———85.17————
VGAModel=Qwen2.5-VL2025.1184.86———85.09————
VanillaModel=Qwen2.5-VL2025.1184.82———84.57————
VAFModel=Qwen2.5-VL2025.1184.8———84.74————
VISTABase Model=DeepSeek-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0484.8———83.39————
SFT + SimPOBase Model=Qwen2.5-VL-72B2026.0684.8————————
VCDModel=Qwen2.5-VL-7B-Instruct2026.0584.78———84.63————
TARACModel=Qwen2.5-VL2025.1184.72———84.47————
CRG(ours)Model=Qwen-VL-Chat2026.0584.7———83.78————
ACEBase Model=LLaVA-1.52026.0584.65———82.59————
SpecReasonBase Model=Thyme2026.0384.62————0.46———
PAIModel=Qwen2.5-VL2025.1184.6———84.82————
ESCModel=LLaVA [50]2026.0784.53———84.15————
SFT + DPOBase Model=Qwen2.5-VL-72B2026.0684.5————————
GAP (LH+PCA+DA)Latent Head=true, PCA=true, Data Augmentation=true2026.0584.49————————
CRG(ours)Model=LLaVA-1.5-7B2026.0584.43———83.77————
LH+DA (no PCA)Latent Head=true, Data Augmentation=true, PCA=false2026.0584.36————————
CASTBackbone=LLaVA-1.5-7B2026.0584.27————————
Full-Finetune2025.0284.2————————
SFT + DA-DPOBase Model=Qwen2.5-VL-7B2026.0684.2————————
Length2025.0284.1————————
SIDBase Model=LLaVA-NeXT2026.0584.08———82.92————
PAIBase Model=DeepSeek-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0484.03———83.23————
SpecEyesBase Model=DeepEyes, Aggregation Strategy=log2026.0383.97————1.89———
VCDBase Model=DeepSeek-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0483.86———82.89————
Self-Filter2025.0283.8————————
PTIBase Model=DeepSeek-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0483.77———83.63————
R-CoVBase Model=mPLUG-Owl2026.0483.67———83.93————
Random2025.0283.6————————
BaselineModel=LLaVA [50]2026.0783.47———82.57————
VTIBase Model=DeepSeek-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0483.46———83.48————
PTIBase Model=Qwen-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0483.37———82.41————
R-CoVBase Model=MiniGPT-42026.0483.33———82.64————
VanillaBase Model=LLaVA-1.52026.0483.33———84.84————
Perplexity2025.0283.3————————
HALVABackbone=LLaVA-1.5-7B2026.0583.2————————
PAIModel=LLaVA-1.5-7B2026.0583.17———81.67————
VAFModel=LLaVA-Next2025.1183.14———83————
VTIModel=Qwen-VL-Chat2026.0583.13———82.16————
VCDBase Model=Qwen-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0483.1———82.04————
VCDModel=Qwen-VL-Chat2026.0583.1———82.04————
SFT + SimPOBase Model=Qwen2.5-VL-7B2026.0683.1————————
VGAModel=LLaVA-Next2025.1183.06———83.22————
SIDBase Model=LLaVA-1.52026.0583.05———82.32————
HADPOBackbone=LLaVA-1.5-7B2026.0582.9————————
SFT + DPOBase Model=Qwen2.5-VL-7B2026.0682.8————————
RegularModel=Qwen2.5-VL-7B-Instruct2026.0582.79———83.15————
VanillaBase Model=DeepSeek-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0482.73———81.97————
OPERAModel=Qwen-VL-Chat2026.0582.67———79.89————
PAIModel=LLaVA-Next2025.1182.64———81.82————
VTIModel=LLaVA-1.5-7B2026.0582.57———82.11————
Qwen3-VL-2BMode=draft only2026.0382.56————4.2———
GraNd2025.0282.5————————
VanillaModel=LLaVA-Next2025.1182.31———81.4————
PAIModel=Qwen-VL-Chat2026.0582.19———82.06————
SFT onlyBase Model=Qwen2.5-VL-72B2026.0682.1————————
OPERABase Model=LLaVA-NeXT2026.0581.94———81.89————
PAIBase Model=Qwen-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0481.63———81.12————
ThymeBase Model=Thyme2026.0381.32————1———
OPERAModel=LLaVA-1.5-7B2026.0581.24———81.38————
VCDBase Model=LLaVA-NeXT2026.0581.09———81.03————
TARACModel=LLaVA-Next2025.1181.04———79.73————
RegularModel=Qwen-VL-Chat2026.0581.03———79.3————
LogicCheckGPTBase Model=mPLUG-Owl2026.0481———81.19————
OPERABase Model=LLaVA-1.52026.0580.98———81.35————
VCDModel=LLaVA-1.5-7B2026.0580.88———81.33————
VISTABase Model=Qwen-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0480.8———79.46————
LogicCheckGPTBase Model=MiniGPT-42026.0480.67———78.99————
SFT onlyBase Model=Qwen2.5-VL-7B2026.0680.5————————
ESCModel=Qwen2 [92]2026.0780.43———76.17————
VanillaBase Model=Qwen-VL-Chat, Decoding Strategy=nucleus sampling, Max New Tokens=322026.0480.26———79.76————