FlavourBench: Ranking Frontier Language Models with Executable Culinary Ground Truth

• 类型：arxiv
• 标识：2608.20574
• 链接：https://arxiv.org/abs/2608.20574
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces FlavorBench: a benchmark for Compiling Dense Deterministic Answer Maps from a Versioned Culinary Embeddings Model and presents a 3-seed post-training study where LoRA SFT of a Qwen3-0.6B checkpoint on 270 optimal answers for Epicure to score on this task-set resulted in a 13.3 point gain.
• OpenAlex ID：W7204110531
• OpenAlex DOI：10.48550/arxiv.2608.20574
• DOI：10.48550/arxiv.2608.20574
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.20574
• OpenAlex更新：2026-08-31
• 待LLM分类：否
• 标题中文：FlavourBench：基于可执行烹饪真值的 frontier 语言模型排名
• TLDR中文：本文提出 FlavorBench：一个基于版本化烹饪嵌入模型编译稠密确定性答案映射的基准，并报告了一项 3 seed 的后训练研究——在 Epicure 的 270 条最优答案上对 Qwen3-0.6B checkpoint 进行 LoRA SFT 后，在该任务集上获得 13.3 分的提升。
• 来源文件：
• /inbox/tom/_candidates/2026-08-25-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-25-agent-memory-tool-use-candidates.json
• [S2 enrich]
• [OpenAlex backfill]