arXiv · 机器人与计算机视觉· Xiaomeng Li·· 2026-10-20AI 评分21
通用大模型估算餐食能量摄入误差分析:六款模型在受控喂养试验中的表现评估
Small Average Error, Wide Individual Error: General-Purpose LLMs Estimating Energy Intake from Meal Photos in a Feeding Trial
AI 导读
研究评估了 Claude Haiku/Sonnet/Opus 5.5、GPT-6 luna/6.1 sol/6 astra 等六款模型,基于 ACETADA 试验中 802 份餐食的前后照片估算能量摄入。结果显示仅用前照并乘以平均食用比例(0.87)即可匹配大部分增益,且所有模型均低估蛋白质摄入。代码、提示词及每餐输出已公开,但低平均偏差不能证明个体摄入估算准确,不应替代营养师评估。
来源:arXiv · 机器人与计算机视觉 · arxiv.org