PlantInquiryVQA: Benchmark per il Ragionamento AI Multimodale nella Diagnosi Botanica

PlantInquiryVQA è stato sviluppato da ricercatori come benchmark per valutare i modelli linguistici multimodali nel contesto del ragionamento visivo multi-step e guidato dall'intento, specificamente in patologia vegetale. Questo studio, disponibile su arXiv (2604.20983), colma una significativa lacuna nella valutazione dei modelli visione-linguaggio, che spesso si concentrano su domande e risposte a singolo turno. Il benchmark introduce un framework Chain of Inquiry che organizza i processi diagnostici in coppie sequenziali domanda-risposta basate su indizi visivi e chiaro intento epistemico. Presenta un dataset composto da 24.950 immagini di piante selezionate da esperti e 138.068 coppie domanda-risposta. Questo metodo riflette il modo in cui i botanici analizzano le immagini delle foglie, riconoscono gli indicatori visivi, deducono l'intento diagnostico e modificano le loro domande in base a specie, sintomi e gravità, aspetto fondamentale per una diagnosi precisa e la pianificazione del trattamento.