相关实验视频
Updated: Jun 12, 2025
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.0K
食品Sky:一个以食物为导向的大型语言模型,可以通过厨师和饮食检查
Pengfei Zhou1,2, Weiqing Min1,2,3, Chaoran Fu3,4
1Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China.
Patterns (New York, N.Y.)
|June 9, 2025
概括
食品Sky是一个新的以食品为导向的大语言模型 (LLM),增强食品智能,用于配方建议和饮食与疾病相关性等任务. 它在和饮食学考试中明显优于一般的LLM.
科学领域:
- 人工智能的人工智能
- 计算语言学 计算语言学
- 食品科学 食品科学 食品科学
背景情况:
- 全球饮食文化日益复杂,需要先进的食物智能.
- 现有的通用大型语言模型 (LLM) 缺乏细粒度的感知和推理,用于专门的食品数据.
- 在食谱推和饮食与疾病相关性发现方面需要人工智能解决方案.
研究的目的:
- 介绍FoodSky,一个针对食品数据的特定领域的LLM.
- 提高法学士在理解和生成食品相关文本方面的能力.
- 在食品领域为特定领域的LLM建立一个新的基准.
主要方法:
- 构建一个全面的食品库,FoodEarth.
- 基于主题的选择性状态空间模型的开发.
- 实现层次主题检索增强生成算法.
主要成果:
- 食品Sky展示了对食品数据的细粒度感知和推理.
- 在中国国家厨师考试中获得83.3%的准确率.
- 在中国饮食检查中获得了91.2%的准确性,超过了一般的LLMs.
结论:
- 食品天空显著提升了食品智能和特定领域的LLM能力.
- 潜在的应用包括提高创造力和促进更健康的饮食.
- 为人工智能在应对现实世界与食品相关的挑战中设定了新的标准.
