Hacker Newsに掲載された報告によると、LLMを用いたキノコの識別能力に関する実験が行われました。
実験では、チェコの研究者が作成したFungiTasticデータセットが使用されています。このデータセットには、専門家による検証やDNAシーケンシングに基づいたラベルが付与されています。
識別の対象として、ポーランドで食用として販売されている種や、Wikipediaに記載のある致命的な毒キノコのリストが選ばれました。
検証の結果、Gemini 3.6、3.7、3.8 Flashが極めて高い識別精度を示しました。これらのモデルは、Claude Fable 5やGPT-5.6-Solといった最先端モデルよりも優れた認識能力を持つとされています。
一方で、識別ミスには重大なリスクが伴うことも示されました。毒キノコを食用として誤認する、あるいはその逆の誤判定が発生しています。特に毒性の強いウェブキャップをチャンテレル（ヤマドリタケ）と誤認するケースが挙げられています。
誤判定の詳細はモデルごとに異なりますが、Muse Spark 1.3では19%の誤判定率が記録されました。
出典: Mushroom hunting with LLMs: what can go wrong?（Hacker News Frontpage、2026-09-03）