연구진이 MLLM의 직접 추정 성능이 기존 검색 기반 방식과 유사하거나 능가하는 현상을 확인했어요.
Open-KNEAD는 사용자의 부담을 줄이고, 설명 가능성을 높이며, 개인 정보를 보호하는 지식 기반 에이전트 프레임워크로, 훈련 없이 로컬에서 실행 가능해요.
Open-KNEAD는 각 음식 항목을 FNDDS 코드에 연결하여 감사 가능한 기록을 생성하며, 다양한 요리에서 기존 방식보다 정확한 양 추정 가능성을 보여줬어요.
ACETADA 데이터셋에서 Open-KNEAD는 두 개의 상용 모델보다 양 추정 정확도가 각각 30%, 53% 향상된 결과를 냈고, 모든 이미지 데이터는 로컬 하드웨어에서 처리돼요.