Agri-CPJ：Caption-Prompt-JudgeとLLM-as-a-Judgeを用いた、学習不要の説明可能な農業害虫診断フレームワーク
arXiv cs.CL / 2026/4/28
📰 ニュースDeveloper Stack & InfrastructureModels & Research
要点
- 本論文は、診断質問に答える前にまず構造化された形態（モルフォロジー）キャプションを生成する、学習不要のfew-shotフレームワークAgri-CPJ（Caption-Prompt-Judge）を提案している。
- 野外写真による作物の病害（害虫）診断が抱える課題として、ベンチマーク上は高得点でも種名を幻覚する問題と、実務者に対して推論根拠が解釈できない問題の両方に対処する。
- キャプションは多次元の品質ゲーティングによって反復的に改善され、アブレーションではキャプション精緻化を省くと下流の精度が一貫して低下することが示されている。
- さらに、LLM-as-a-judgeが補完的な視点から作られた2つの候補回答を、ドメイン固有の基準に基づいて比較・選択する。
- CDDMBenchおよびAgMMU-MCQsで、病害分類とQAスコアが大幅に向上し、キャプションに基づく監査可能な読みやすい根拠も提供される；コードとデータは公開されている。
