果中聚醇含量信息的准确性:对ChatGPT和Phenol-Explorer进行比较分析

科学领域:

• 营养科学 营养科学
• 生物化学 生物化学
• 人工智能在健康中的作用

背景情况:

• 聚是水果中的生物活性化合物,具有潜在的健康益处.
• 人工智能 (AI) 工具在营养科学中越来越多地使用.
• 评估生物化学数据的AI准确性对于营养研究至关重要.

研究的目的:

• 评估ChatGPT-4o mini和ChatGPT-4o在预测多醇度方面的可靠性.
• 评估这些人工智能模型在营养研究和健康应用中的潜在用途.

主要方法:

• 分析了七种果类型的安托西亚宁,黄醇,酸,酸和酸.
• 在三个会话中查询了ChatGPT-4o mini和ChatGPT-4o.
• 人工智能模型的响应与Phenol-Explorer数据进行了比较,以获得相对准确度.

主要成果:

• 在ChatGPT-4o mini (41.36%) 和ChatGPT-4o (46.23%) 之间,总体相对准确度没有显著差异.
• 两种模型都显示了较高的准确性,总的多和相比,,酸和 stilbenes.
• 对于黄醇,酸和 stilbenes 的准确性明显较低.

结论:

• 聊天GPT-4o mini和聊天GPT-4o在多预测方面表现出可变的准确性.
• 人工智能模型在预测常见的多和酸方面显示出更高的可靠性.
• 对于不太常见的多化合物,如黄醇,酸和 stilbenes,需要进一步验证.