medRxiv 临床预印· Nakagawa, S., Yamamoto, A. ·· 21 小时前精选AI 评分47
26 个视觉语言模型食物照片热量估算评测：提示描述能否作为校准手段
Effects of Dish Name, Visible Amount, Persona, and Explicit Instruction on Energy Estimates From Food Photographs by 26 Vision-Language Models: Comparative Evaluation Study
AI 导读
研究在 NutriImage（887 张日本单菜照片）和 SNAPMe（1,134 张美国膳食照片）上评测了 11 个商用与 15 个开放权重视觉语言模型，比较八种提示条件（无描述、五种人设、较小或较大份量指令）对热量估算的影响。
推荐理由
研究用 26 个模型的对照实验说明人设提示的偏移量随模型和菜系而变，为用 VLM 估算热量的实践者提供了可迁移的校准思路。
来源：medRxiv 临床预印 · medrxiv.org