ImageNet 验证集到底错在哪：从单标签到多标签定位的重标注
对 ImageNet-1k 验证集进行从零开始的多标签定位重标注（ReImageNet），揭示约 12% 原始标签错误、33.3% 图像为多标签，并证明标注错误会结构性传播至衍生基准。
WordNet
测试时幻觉控制：单次生成、不改模型，用 CLIP 验证物体 token
提出 TTH，一种无需训练、单次生成、不改模型权重或隐状态的解码策略，通过 CLIP 验证候选物体 token 并以熵自适应融合来抑制 LVLM 物体幻觉。