연구진은 시각 언어 모델(VLM)의 환각이 생성 이후 추론 과정에 미치는 영향을 분석하는 HIVE 평가 환경을 개발했어요. 환각된 캡션은 시각 언어 작업의 정확도를 향상시키지만, 텍스트만 처리하는 작업에서는 효과가 제한적이거나 불안정하게 나타나요. HIVE 분석 결과, 환각된 정보는 의미 범위를 넓히고 추론 역동성을 재편하면서도 안정적인 추론을 유지하는 것으로 확인돼요.