arXiv Artificial Intelligence· Lubnaa Abdur Rahman, Ioannis Papathanail, Maria Panagiotou, Nefeli Dimitropoulou, Margret Har{\dh}ard\'ottir, Elisabeth J. den Brok, Bastiaan E. de Galan, Stavroula Georgia Mougiakakou·· 2 天前AI 评分31
NutriVisRAG：用视觉相似餐食示例为视觉语言模型提供营养估算依据
NutriVisRAG: Multimodal Exemplar Grounding for Nutrient Estimation with Vision-Language Models
AI 导读
NutriVisRAG 用视觉编码器检索带营养标注的相似餐食，作为多模态上下文示例供 VLM 在推理时估算营养，无需任务特定微调。在 4 个数据集、4 个 VLM、3 种检索编码器和 2 种提示策略共 96 种配置中，56 种配置的主误差下降，整餐提示（35/48）优于逐项提示（21/48）。
来源：arXiv Artificial Intelligence · arxiv.org