模型基准测试

大语言模型蘑菇识别测试：AI误判危险蘑菇风险凸显

研究人员使用包含2800种蘑菇的FungiTastic数据集对多个大语言模型进行了视觉识别基准测试，结果显示即使性能最优的模型也存在显著的安全隐患。该测试选取了1040张蘑菇照片进行识别，其中每个物种包含20张照片。