Our new X account is live! Follow @wizwand_team for updates

Hallucination Evaluation on AMBER

90.9F1 Score

OmniLMM + RLAIF-V

Updated 2d ago

Evaluation Results

Method
OmniLMM + RLAIF-V 2024.05	90.9	-	-	-	88	-	-	-	-	-	-	-	-	-
OmniLMM 2024.05	89.5	-	-	-	86.5	-	-	-	-	-	-	-	-	-
C3PO 2026.02	89.25	-	-	-	85.61	-	-	-	-	-	-	-	-	-
C3PO 2026.02	88.8	-	-	-	85.01	-	-	-	-	-	-	-	-	-
OPA-DPO 2026.02	88.51	-	-	-	84.76	-	-	-	-	-	-	-	-	-
C3PO 2026.02	88.5	-	-	-	84.57	-	-	-	-	-	-	-	-	-
C3PO 2026.02	88.26	-	-	-	83.96	-	-	-	-	-	-	-	-	-
vanilla 2026.02	88.2	-	-	-	84.38	-	-	-	-	-	-	-	-	-
RLAIF-V 2026.02	88.11	-	-	-	84.17	-	-	-	-	-	-	-	-	-
VCD 2025.05	87.9	-	-	-	84.1	89.2	86.6	3.5	35.2	7.7	0.3	92.2	-	-
AvisC 2025.05	87.9	-	-	-	84.1	88.8	87	4.3	35	8.6	0.4	91.8	-	-
MoD 2025.05	87.9	-	-	-	84.2	89.2	86.7	2.2	36.5	4.5	0.3	92.9	-	-
OPA-DPO 2026.02	87.67	-	-	-	83.58	-	-	-	-	-	-	-	-	-
MiniGemini 2024.05	87.6	-	-	-	82.6	-	-	-	-	-	-	-	-	-
Silkie 2024.05	87.6	-	-	-	82.2	-	-	-	-	-	-	-	-	-
OPA-DPO 2026.02	87.59	-	-	-	83.72	-	-	-	-	-	-	-	-	-
RLAIF-V 2026.02	87.5	-	-	-	83.14	-	-	-	-	-	-	-	-	-
RLAIF-V 2026.02	87.49	-	-	-	83.46	-	-	-	-	-	-	-	-	-
POVID 2024.05	87.4	-	-	-	82.9	-	-	-	-	-	-	-	-	-
GPT-4V 2024.05	87.4	-	-	-	83.4	-	-	-	-	-	-	-	-	-
OPA-DPO 2026.02	87.36	-	-	-	83.02	-	-	-	-	-	-	-	-	-
vanilla 2026.02	87.31	-	-	-	82.94	-	-	-	-	-	-	-	-	-
vanilla 2026.02	87.15	-	-	-	83.27	-	-	-	-	-	-	-	-	-
M3ID 2025.05	87.1	-	-	-	84	88.1	86.2	3.7	34.1	8.2	0.4	91.7	-	-
RLAIF-V 2026.02	87.04	-	-	-	82.31	-	-	-	-	-	-	-	-	-
vanilla 2026.02	86.96	-	-	-	82.25	-	-	-	-	-	-	-	-	-
sampling 2025.05	86.9	-	-	-	82.9	88	85.9	4.8	31.3	9.2	0.3	91.1	-	-
C3PO 2026.02	86.73	-	-	-	81.9	-	-	-	-	-	-	-	-	-
vanilla 2026.02	86.54	-	-	-	81.52	-	-	-	-	-	-	-	-	-
SAKED 2026.02	86.5	-	-	-	-	-	-	3.8	-	-	0.6	-	14.4	-
Qwen-VL-Chat 2024.05	86.4	-	-	-	81.9	-	-	-	-	-	-	-	-	-
LLaVA-NeXT 2024.05	85.4	-	-	-	81.4	-	-	-	-	-	-	-	-	-
OPA-DPO 2026.02	85.3	-	-	-	80.71	-	-	-	-	-	-	-	-	-
RLAIF-V 2026.02	84.97	-	-	-	80.99	-	-	-	-	-	-	-	-	-
Beam 2026.02	84.9	-	-	-	-	-	-	3.6	-	-	0.6	-	15.6	-
SAVER 2026.02	84.7	-	-	-	-	-	-	3.5	-	-	0.6	-	15.6	-
AMP-MEG 2024.05	84.6	-	-	-	79.5	-	-	-	-	-	-	-	-	-
LLaVA 1.5 + RLAIF-V 2024.05	84.5	-	-	-	76.8	-	-	-	-	-	-	-	-	-
Greedy 2026.02	84.4	-	-	-	-	-	-	3.7	-	-	0.7	-	16.1	-
Deco 2026.02	84.4	-	-	-	-	-	-	3.7	-	-	0.7	-	16.1	-
MoD 2025.05	84.3	-	-	-	78.9	83.4	85.2	9.4	61.6	50.8	3.2	87.5	-	-
LLaVA-RLHF 2024.05	83.9	-	-	-	79.7	-	-	-	-	-	-	-	-	-
AvisC 2025.05	82.1	-	-	-	77.7	88	76.9	14.2	58.1	65.2	5.7	84	-	-
CCA-LLaVA 2024.05	81.9	-	-	-	77.7	-	-	-	-	-	-	-	-	-
Dola 2026.02	81.8	-	-	-	-	-	-	5.1	-	-	1	-	21.1	-
M3ID 2025.05	80	-	-	-	75	84.9	75.7	10.2	59	52.8	4.6	84.9	-	-
HA-DPO 2024.05	79.9	-	-	-	75.2	-	-	-	-	-	-	-	-	-
VCD 2025.05	79.6	-	-	-	74.3	83.9	75.8	11.8	59.1	58.6	5	83.9	-	-
sampling 2025.05	78.6	-	-	-	72.9	82.4	75.2	12	56.5	59.6	5.1	83.3	-	-
OPERA 2024.05	78.3	-	-	-	75.2	-	-	-	-	-	-	-	-	-
Dola 2026.02	78.2	-	-	-	-	-	-	7.4	-	-	2.8	-	30.1	-
LLaVA 1.5 2024.05	77.7	-	-	-	73.5	-	-	-	-	-	-	-	-	-
Less-is-more 2024.05	75.8	-	-	-	72.4	-	-	-	-	-	-	-	-	-
SAKED 2026.02	75.4	-	-	-	-	-	-	4.9	-	-	1.9	-	20	-
MoD 2025.05	75.3	-	-	-	72.4	91.5	64	8.6	50.7	38.8	4.7	83.4	-	-
RLHF-V 2024.05	75	-	-	-	72.6	-	-	-	-	-	-	-	-	-
VCD 2024.05	74.9	-	-	-	71.8	-	-	-	-	-	-	-	-	-
Beam 2026.02	74.5	-	-	-	-	-	-	5.5	-	-	2.1	-	21	-
AvisC 2025.05	74.2	-	-	-	70.7	85.5	65.6	11.8	50.4	51.2	5	81.2	-	-
SAKED 2026.02	74.1	-	-	-	-	-	-	2.7	-	-	0.6	-	11	-
Greedy 2026.02	73.7	-	-	-	-	-	-	5.5	-	-	2.2	-	22.4	-
Beam 2026.02	73.3	-	-	-	-	-	-	3.2	-	-	0.6	-	12.7	-
Deco 2026.02	72.5	-	-	-	-	-	-	3.6	-	-	0.7	-	14.5	-
Greedy 2026.02	72.2	-	-	-	-	-	-	3.7	-	-	0.6	-	14.5	-
SAVER 2026.02	71.5	-	-	-	-	-	-	4.1	-	-	0.6	-	16.1	-
VCD 2025.05	71.1	-	-	-	67.3	86.1	60.5	10	51.2	43.6	4.3	80.6	-	-
sampling 2025.05	71	-	-	-	67	85.2	60.9	12	50.3	51	4.6	79.5	-	-
M3ID 2025.05	70.9	-	-	-	67.3	86.5	60.1	9.1	49.4	42.8	4.4	80.9	-	-
SAVER 2026.02	68.7	-	-	-	-	-	-	6.1	-	-	2.1	-	22.5	-
Dola 2026.02	64.4	-	-	-	-	-	-	4.7	-	-	0.7	-	15.2	-
Deco 2026.02	60.8	-	-	-	-	-	-	5.8	-	-	2.3	-	21.8	-
mPLUG-Owl 2023.06	-	29	34	26	-	-	-	-	-	-	-	-	-	-
MiniGPT4-v2 2023.06	-	80	41	58	-	-	-	-	-	-	-	-	-	-
LLaVA1.5 2023.06	-	83	64	65	-	-	-	-	-	-	-	-	-	-
LRV-Instruction 2023.06	-	81	70	69	-	-	-	-	-	-	-	-	-	-
baseline 2026.02	-	-	-	-	-	-	-	8.4	-	35.5	4	-	-	-
Re-Align 2026.02	-	-	-	-	-	-	-	5	-	26.8	1.9	-	-	-
mDPO 2026.02	-	-	-	-	-	-	-	5	-	27.5	2.4	-	-	-
HA-DPO 2026.02	-	-	-	-	-	-	-	6.7	-	30.9	3.3	-	-	-
POVID 2026.02	-	-	-	-	-	-	-	5.3	-	28.7	3	-	-	-
RLAIF-V 2026.02	-	-	-	-	-	-	-	2.8	-	15.7	0.9	-	-	-
TPO 2026.02	-	-	-	-	-	-	-	3.6	-	20.5	1.6	-	-	-
SENTINEL 2026.02	-	-	-	-	-	-	-	2.9	-	14.6	1.2	-	-	-
HII-DPO 2026.02	-	-	-	-	-	-	-	2.7	-	13.5	0.9	-	-	-
baseline 2026.02	-	-	-	-	-	-	-	6.9	-	31.9	3.3	-	-	-
Re-Align 2026.02	-	-	-	-	-	-	-	6.1	-	31.8	2.4	-	-	-
mDPO 2026.02	-	-	-	-	-	-	-	4.6	-	25.2	2	-	-	-
vanilla-DPO 2026.02	-	-	-	-	-	-	-	2.8	-	15.5	1.6	-	-	-
HSA-DPO 2026.02	-	-	-	-	-	-	-	2	-	12.1	1.1	-	-	-
SENTINEL 2026.02	-	-	-	-	-	-	-	2.7	-	11.9	0.9	-	-	-
HII-DPO 2026.02	-	-	-	-	-	-	-	2.3	-	11.4	0.6	-	-	-
Baseline 2026.02	-	-	-	-	-	-	-	-	50.6	27.3	2.8	-	-	6.1
KVSmooth (Ours) 2026.02	-	-	-	-	-	-	-	-	50.8	18.7	1.3	-	-	3.1
Baseline 2026.02	-	-	-	-	-	-	-	-	63.3	65.3	11	-	-	15.3
KVSmooth (Ours) 2026.02	-	-	-	-	-	-	-	-	59.5	39.6	5.1	-	-	17.8
Baseline 2026.02	-	-	-	-	-	-	-	-	58.8	65.8	9.8	-	-	14.7
KVSmooth (Ours) 2026.02	-	-	-	-	-	-	-	-	57.6	43.7	5.7	-	-	5.4
Baseline 2025.10	-	-	-	-	68.7	-	-	-	-	-	-	-	-	-
TTAug 2025.10	-	-	-	-	75.9	-	-	-	-	-	-	-	-	-
TTAdapt 2025.10	-	-	-	-	76.9	-	-	-	-	-	-	-	-	-

Showing 100 of 101 rows