Do Recipes Have Personas? Characterizing and Generating Creator Style in Attributed Procedural Graphs
作者: Lei Jiang
分类: cs.AI
发布日期: 2026-08-25
备注: Accepted at the 29th International Conference on Discovery Science (DS 2026). 15 pages, 2 figures
💡 一句话要点
提出ViralRecipesTrans以解决个体创作者风格识别问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 程序生成 个性化风格 图学习 拓扑度量 烹饪助手
📋 核心要点
- 现有方法在处理个体创作者的独特执行风格时，往往导致生成结果的同质化，缺乏个性化特征。
- 本文提出ViralRecipesTrans数据集，并将程序风格分析视为图学习与过程发现任务，利用拓扑度量捕捉创作者的工作流程。
- 实验结果表明，结构化的两阶段模型在拓扑控制方面优于现有的少量样本LLM，能够更好地结合全局语义推理与局部拓扑特征。
📝 摘要（中文）
尽管大型语言模型（LLMs）具备丰富的零-shot 程序知识，但其生成的逻辑往往趋于同质化，掩盖了个体创作者独特的执行过程。本文探讨了从非结构化数据中计算发现程序人设的方法。为此，我们引入了ViralRecipesTrans，一个从流行烹饪视频转录中提取的程序对齐执行流图的新数据集，并明确映射到特定创作者。我们将程序风格分析形式化为图学习和过程发现任务，揭示了传统词汇分类器的过拟合问题与离散拓扑度量成功捕捉创作者工作流程的物理约束之间的基本二元性。基于此，我们扩展了框架，提出了一种新颖的生成任务——为未见菜肴预测创作者的确切结构执行图。
🔬 方法详解
问题定义：本文旨在解决如何从非结构化数据中识别和生成个体创作者的程序风格。现有方法在处理创作者的独特执行过程时，往往导致生成结果的同质化，缺乏个性化特征。
核心思路：论文通过引入ViralRecipesTrans数据集，利用图学习和过程发现的方式，分析程序风格，强调拓扑度量在捕捉创作者工作流程中的重要性。
技术框架：整体架构包括数据集构建、图学习模型和生成模型三个主要模块。首先，从视频转录中提取执行流图，然后通过图学习分析创作者风格，最后生成未见菜肴的执行图。
关键创新：最重要的技术创新在于将程序风格分析形式化为图学习任务，并通过拓扑度量有效捕捉创作者的工作流程，与传统的词汇分类方法形成鲜明对比。
关键设计：在模型设计中，采用了离散拓扑度量作为关键参数，结合Markovian先验进行结构化生成，确保生成的执行图在拓扑上符合创作者的实际工作流程。通过这种设计，模型在全局语义推理和局部拓扑特征的结合上表现出色。
🖼️ 关键图片
📊 实验亮点
实验结果显示，结构化的两阶段模型在拓扑控制方面表现优异，相较于少量样本LLM，能够更好地结合全局语义推理与局部拓扑特征。具体而言，该模型在生成准确性和个性化方面均有显著提升，展示了较强的应用潜力。
🎯 应用场景
该研究的潜在应用领域包括个性化烹饪助手、智能食谱生成以及创作者风格分析等。通过自动化发现和生成个性化工作流程，能够为用户提供更具个性化的烹饪体验，提升创作者与观众之间的互动与连接。未来，这一方法可能扩展到其他领域，如艺术创作、编程等，推动个性化生成技术的发展。
📄 摘要（原文）
While large language models (LLMs) possess vast zero-shot procedural knowledge, their tendency to produce homogenized logic often obscures the unique, idiosyncratic execution processes of individual human creators. In this paper, we investigate the computational discovery of procedural personas from unstructured data. To achieve this, we introduce ViralRecipesTrans, a new dataset of procedurally aligned execution flow graphs extracted from popular culinary video transcripts and explicitly mapped to specific creators. We formulate procedural stylometry as a graph learning and process discovery task, revealing a fundamental duality: while traditional lexical classifiers overfit via semantic leakage, discrete topological metrics successfully capture the rigid physical constraints of a creator's workflow. Building upon this characterization, we extend our framework into a novel generative task--predicting a creator's exact structural execution graph for unseen dishes. We expose a fundamental dichotomy in style generation between global macro-planning and local structural execution. Our results demonstrate that few-shot LLMs dominate semantic assignment but suffer from persistent macro-planning deficits, whereas our structured two-stage model achieves superior topological control via rigid Markovian priors. Together, an ensemble approach to procedural generation combines the strengths from both sides, dynamically synthesizing global semantic reasoning with localized topological footprints to automate the discovery and generation of personalized workflows.