附来源的研究导读；原始记录的测量保持独立。
任务与证据
医学图像与指令、标准标注配对，同时包含幻觉样本和非幻觉样本。
分别理解各项指标
论文分别评估临床准确性、相关性、细节和风险。单一均值可能掩盖正常样本与幻觉样本上的不同失败模式。
查看评估流程
作者提供图像数据、验证集标注及 JSONL 预测文件流程。比较实验前须核对评估器与数据划分。
这条记录说明什么
本导读解释已链接的研究。本站尚未为此条目收录结构化成绩表，并不代表原论文没有实验。
OpenCompass Hub
MedHallTune
考察医学视觉语言模型能否依据图像作答，避免生成貌似合理的幻觉。
已收录的评测资料
本站尚未从这条来源记录收录数值成绩。下面的论文、代码或数据入口可用于核对任务与实验结果；这不表示原论文没有实验结果。
从这些资料开始
引用文档及日期（1）
目录采集于 2026-08-18，资料入口与字段反映当时保存的来源。
评测信息与证据
- 来源
- OpenCompass Hub
- 发布者
- The Chinese University of Hong Kong
- 评测发布日期
- 2025-02-28
- 采集日期
- 2026-08-18
- 模态
- 未收录
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
报告成绩 0
本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。