FoodMLLM-JP：利用多模态大型语言模型进行日本食谱生成

本研究解决了日本食谱生成中对食物图像理解的不足。通过微调开放的多模态大型语言模型LLaVA-1.5和Phi-3 Vision，在日本食谱数据集上进行了评估，结果显示其在食材生成上的F1得分（0.531）优于当前最佳模型GPT-4o（0.481），展现了更高的准确性，具有重要的实际应用潜力。