Probabilistic Pivot Tournament

视觉-语言模型通过基于规则的生成改进农业分类

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。