AI 與世界的難題 · 醫學與藥物探索 · arXiv · 2026-10-20
平均誤差小，個別誤差大：通用大型語言模型在餵食試驗中從餐點照片估算能量攝取
原標題: Small Average Error, Wide Individual Error: General-Purpose LLMs Estimating Energy Intake from Meal Photos in a Feeding Trial
以照片估算能量攝取或可簡化飲食評估，但多數評估是將估算值與供應的能量而非實際吃下的能量相比較。作者以一項具有秤重攝取量的受控餵食試驗中的 802 份餐點，測試了六種通用多模態大型語言模型，比較僅用餐前照片、餐前與餐後相減，以及聯合輸入三種方式。相減法使六個模型中的五個低估了攝取量，作者因此認為，平均偏差低並不能證明個別估算準確，這類估算應輔助而非取代營養師的評估。