研究人员推出了FoodMonitor，这是一个旨在评估多模态大语言模型（MLLMs）在商业厨房中进行可解释合规性分析的新基准。该基准包含带有详细注释的视频片段，其中包含人员级别和环境级别的违规行为，并具体说明了涉及的规则、行为和个人。对最先进MLLMs的初步评估显示存在显著局限性，表现最好的模型得分较低，凸显了空间定位和细粒度规则理解方面的瓶颈。 AI
影响 引入了一个新的基准来评估AI在可解释合规性分析方面的能力，并确定了该领域未来模型开发的关键挑战。
排序理由 该集群包含一篇介绍AI模型评估新基准的学术论文。[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 →