FoodSky：通过主厨和营兊师考试的食物导向大型语言模型
计算与语言
2024-06-18 v1 人工智能
摘要
食物是人类生活的基础，不仅提供营养，还是文化身份和社交互动的基石。随着全球饮食需求和偏好的复杂性不断增长，食物智能变得至关重要，以实现食物感知和推理，涵盖从食谱生成和饮食推荐到饮食-疾病关联发现和理解等各种任务。为了实现这些任务中强大的能力，本文介绍了面向各种领域和任务的大型语言模型（LLM）FoodSky，以理解食物数据。鉴于中华料理的复杂性和典型性，我们首先构建了一个来自多个权威来源的综合性中文食物语料库 FoodEarth，FoodSky 可利用该语料库实现对食物相关数据的深入理解。我们随后提出了主题选择性状态空间模型（TS3M）和层次化主题检索增强生成（HTRAG）机制，以增强 FoodSky 在捕获细粒度食物语义和生成与上下文相关的食物文本方面的能力。我们的广泛评估显示，FoodSky 在 chef 和 dietetic examinations 中的准确率分别为 67.2% 和 66.4%，显著优于通用型大型语言模型。FoodSky 不仅有望提升烹饪创造力，促进更健康的饮食模式，还为解决食物领域复杂现实问题的领域特定大型语言模型树立了新标准。FoodSky 的在线演示可在 http://222.92.101.211:8200 查看。
引用
@article{arxiv.2406.10261,
title = {FoodSky: A Food-oriented Large Language Model that Passes the Chef and Dietetic Examination},
author = {Pengfei Zhou and Weiqing Min and Chaoran Fu and Ying Jin and Mingyu Huang and Xiangyang Li and Shuhuan Mei and Shuqiang Jiang},
journal= {arXiv preprint arXiv:2406.10261},
year = {2024}
}
备注
32 pages, 19 figures