研究人员开发了一种新方法来提高视觉-语言模型（VLM）在农业分类任务中的性能。虽然 VLM 拥有丰富的农业知识，但它们往往无法有效地展示出来。研究发现，VLM 编码的视觉特征已可与强大的基线相媲美，这表明问题在于将这些特征与领域知识联系起来。通过采用基于规则的生成方法，模型可以产生更准确的响应，其中一个模型 Gemma 4 E4B-it 在疾病分类的 F1 分数上达到了 0.71。 AI
影响 通过更好地利用现有的 VLM 知识来提高农业分类的准确性，可能有助于作物病害的检测和管理。
排序理由 学术论文，详细介绍了一种提高模型在特定任务上性能的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
