FAM-Bench食品推理基准发布

研究者Mingyang Mao等人发布FAM-Bench基准，旨在解决视觉语言模型在食疗推理中的挑战。该基准包含基于1811份食谱构建的2500个问答实例，覆盖13种饮食相关健康状况。FAM-Bench设有多项评估任务，包括菜品适宜性评估与对比分析。金标准标注源自规则化膳食指南及营养专家建议，确保评估的权威性。在四种提示模式下对开源与专有模型进行评估，结果显示适宜性判断与支持性理由之间存在显著差距，且对比排序能力有限，突显了当前技术在该领域的持续挑战。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。