ChatDiet：通过 LLM 增强框架赋能个性化营养导向的食品推荐聊天机器人

食物对健康的深远影响 necessitates 先进的营养导向食品推荐服务。传统方法往往缺乏个性化、可解释性和互动性等关键要素。虽然大语言模型（LLMs）带来了解释性和可说明性，但其单独使用难以实现真正的个性化。在本文中，我们介绍了 ChatDiet，这是一种专为个性化营养导向食品推荐聊天机器人设计的新型 LLM 驱动框架。ChatDiet 集成了个人模型和群体模型，并辅以协调器，以无缝检索和处理相关信息。个人模型利用因果发现和推理技术评估特定用户的个性化营养效应，而群体模型提供关于食物营养内容的通用信息。协调器检索、协同并交付两个模型的输出给 LLM，从而提供旨在支持目标健康结果的定制食品推荐。结果是动态交付个性化且可解释的食品推荐， tailored 到 individual 用户偏好。我们对 ChatDiet 的评估包括一个引人注目的案例研究，其中我们建立了因果个人模型以估计个体营养效应。我们的评估，包括展示 92% 有效率的食品推荐测试以及说明性对话示例，强调了 ChatDiet 在可解释性、个性化和互动性方面的优势。