arXiv · cs.AI· Yu Wu, Guangzeng Han, Ibra Niang Niang, Francia Ravelombola, Maiara Oliveira, Jason Davis, Dong Chen, Feng Lin, Xiaolei Huang·· 1 天前
PlantXpert：面向四种作物植物表型的多模态大模型基准
From Scientific Crop Imagery to Agronomic Reasoning: A Multimodal LLM Benchmark for Plant Phenotyping
arXiv:2604.09907v2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：Yu Wu, Guangzeng Han, Ibra Niang Niang, Francia Ravelombola, Maiara Oliveira, Jason Davis, Dong Chen, Feng Lin, Xiaolei Huang
研究任务与主要进展
基于论文摘要，作者推出植物表型多模态推理基准PlantXpert，覆盖大豆、棉花、水稻和玉米，并评估了11个视觉语言模型。该基准包含545张数字图像和4,351个样本，测试病害、虫害、杂草管理与产量等任务；领域微调提升了所有模型的整体准确率，许多模型达到约70%，其中9个模型的提升经Holm校正后仍具统计显著性。
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