GLEN-Bench：面向营养健康的图-语言基准
计算与语言
2026-01-27 v1
摘要
营养干预对于管理慢性健康状况非常重要，但目前的计算方法对个性化饮食指导提供的支持有限。我们发现了三个关键差距：（1）饮食模式研究通常忽略现实世界的约束，如社会经济地位、合并症和有限的食物获取途径；（2）推荐系统很少解释为什么特定食物对给定患者有帮助；以及（3）没有统一的基准来评估营养干预所需的各项关联任务中的方法。我们引入了GLEN-Bench，这是第一个用于营养健康评估的综合性图-语言基准。我们结合了NHANES健康记录、FNDDS食物成分数据和USDA食物获取指标，构建了一个连接人口统计、健康状况、饮食行为、贫困相关约束和营养需求的知识图谱。我们使用阿片类药物使用障碍对该基准进行了测试，模型必须检测疾病各阶段之间细微的营养差异。GLEN-Bench包含三个关联任务：风险检测从饮食和社会经济模式中识别高危个体；推荐建议满足资源约束下临床需求的个性化食物；问答提供基于图谱的自然语言解释以促进理解。我们评估了这些图-语言方法，包括图神经网络、大型语言模型和混合架构，以建立可靠的基线并确定实用的设计选择。我们的分析识别了与健康风险相关的明确饮食模式，提供了可以指导实用干预的见解。
引用
@article{arxiv.2601.18106,
title = {GLEN-Bench: A Graph-Language based Benchmark for Nutritional Health},
author = {Jiatan Huang and Zheyuan Zhang and Tianyi Ma and Mingchen Li and Yaning Zheng and Yanfang Ye and Chuxu Zhang},
journal= {arXiv preprint arXiv:2601.18106},
year = {2026}
}