Оба фото в одном запросе: как оценить съеденные калории по снимкам «до» и «после»

Парадокс: средняя ошибка у моделей почти нулевая, а по каждому обеду промах в десятки процентов. Две модели выдали «идеальный» средний результат случайно: они занижали порцию на фото «до», и это гасило ошибку с остатком. Метод позволяет оценить, сколько человек съел, по двум снимкам подноса: до еды и после. Фишка: не вычитай две отдельные оценки, а отправь оба фото одним запросом. Большая языковая модель (LLM) сравнивает снимки напрямую и возвращает три числа: подано, осталось, съедено. Заодно просим белки, жиры и углеводы съеденного.