OmniFood-Bench

新的OmniFood-Bench揭示了视觉语言模型在健康建议方面的关键缺陷

一个名为OmniFood-Bench的新基准已被开发出来，用于评估视觉语言模型（VLMs）在食物营养推理和提供个性化健康建议方面的能力。该基准建立在MM-Food-100K数据集之上，评估了VLMs在基本感知、营养成分量化推理以及安全关键性建议能力方面的表现。对GPT-5.1、Gemini 3 Flash和Qwen3-VL 8B等模型的初步评估显示，它们在识别食物项目与准确估算份量或提供安全医疗建议（特别是针对高风险人群）的能力之间存在显著差距。