arXiv · cs.AI· Awu Chen, Silang Wang, Yunge Wen, Jianing Yu, Zinab Eisa, Ana Julia Santos Lopes, Jas Brooks, Hiroshi Ishii, Paul Pu Liang·· 11 小时前
AromaGen：用多模态语言模型交互生成丰富嗅觉体验
AromaGen: Interactive Generation of Rich Olfactory Experiences with Multimodal Language Models
arXiv:2604.01650v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Awu Chen, Silang Wang, Yunge Wen, Jianing Yu, Zinab Eisa, Ana Julia Santos Lopes, Jas Brooks, Hiroshi Ishii, Paul Pu Liang
研究任务与主要进展
AromaGen是一个12通道可穿戴嗅觉系统，利用多模态AI将自由形式自然语言描述映射为覆盖语义嗅觉空间的12种基础气味，并通过自然语言反馈迭代优化。基于论文摘要，在60名参与者、50种真实世界基准气味的三选一任务中，参与者区分AromaGen生成目标气味的表现高于随机水平；检索增强AI组合与人类专家和零样本AI组合表现相当。自然语言反馈显著提高了AI和人类专家组合的感知相似度。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org