★ 3
CulturalMenuBench 基准测试多模态模型烹饪文化理解
研究团队推出CulturalMenuBench基准，含4870个条目、10种语言、18个地区，评估多模态模型在美食文化推理上的表现。结果显示，模型在标准识别任务上准确率超94%，但在将菜肴归因于中国地方菜系时最高仅56%，表明存在显著的知识应用鸿沟。分析发现，模型错误模式类似随机猜测，且从菜名而非…
arXiv cs.AI59 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究团队推出CulturalMenuBench基准，含4870个条目、10种语言、18个地区，评估多模态模型在美食文化推理上的表现。结果显示，模型在标准识别任务上准确率超94%，但在将菜肴归因于中国地方菜系时最高仅56%，表明存在显著的知识应用鸿沟。分析发现，模型错误模式类似随机猜测，且从菜名而非…