TasteBench：从分子到可持续食品的感官预测多模态评测基准

TasteBench 多模态感官预测基准正式推出，涵盖基于 215 种植物基食品超 21K 次人工评估的食品排序任务，以及包含 15K 个风味分子的分类任务。基线测试显示，最佳模型在人类评分样本对上的成对准确率达 .661，优于单个人类评估员中位数的 .650，在所有同类对上达 .683。该研究已被 NeurIPS 2026 接收并开源代码。