Investigating the Ability of Large Language Models to Analyze Recipes for Diabetes

📄 arXiv: 2609.03967v1 📥 PDF

作者: Revathy Venkataramanan, Aditya Luthra, Venkatesan Nadimuthu, Amit Sheth

分类: cs.CL, cs.AI

发布日期: 2026-09-03

💡 一句话要点

研究大型语言模型分析糖尿病食谱的能力

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 糖尿病饮食 食谱分析 饮食指南 模型推理 数据集构建 健康管理

📋 核心要点

  1. 核心问题：现有方法在分析食谱对糖尿病的适宜性时，面临检索饮食指南和分解食谱的挑战。
  2. 方法要点：论文提出三种不同的提示方式，以引导LLMs更好地理解和应用糖尿病饮食指南。
  3. 实验或效果：实验结果显示，Mistral-7B和Llama 70B在食谱适宜性预测中表现优异，且模型推理能力显著提升。

📝 摘要（中文）

多项研究评估了大型语言模型（LLMs）在餐饮规划中的能力，结果积极。这些模型能够处理自然语言输入，并利用预训练知识生成餐饮计划。本研究探讨了LLMs分析给定食谱对糖尿病适宜性的能力。LLMs面临的主要挑战是检索相关的糖尿病饮食指南，将食谱分解为成分和烹饪方法，并应用这些指南来判断食谱的适宜性。为此，我们采用了三种提示方式：直接查询提示、上下文引导提示和示例上下文提示，涵盖了来自医学来源的不同层次的糖尿病饮食指南。我们引入了一个基准数据集，包含7607个食谱，其中3807个适合糖尿病，3800个不适合。结果表明，大多数LLMs在预测食谱适宜性时较为谨慎，以避免不良后果。能够运用饮食指南进行推理的模型在预测糖尿病食谱适宜性方面表现更佳。总体而言，Mistral-7B和Llama 70B的表现优于其他模型。

🔬 方法详解

问题定义：本研究旨在解决大型语言模型在分析食谱对糖尿病适宜性时的不足，尤其是在检索相关饮食指南和分解食谱成分方面的挑战。现有方法往往无法有效处理这些复杂的任务，导致预测准确性不足。

核心思路：论文的核心思路是通过设计三种不同类型的提示，帮助LLMs更好地理解糖尿病饮食指南，并将其应用于食谱分析中。这种设计旨在提高模型的推理能力和准确性。

技术框架：整体架构包括数据集构建、提示设计和模型评估三个主要模块。首先，构建包含7607个食谱的基准数据集；其次，设计直接查询、上下文引导和示例上下文三种提示；最后，评估不同模型在食谱适宜性预测中的表现。

关键创新：本研究的关键创新在于引入了多种提示方式，以不同层次的饮食指南引导LLMs进行推理。这与现有方法的单一提示方式形成了鲜明对比，显著提升了模型的适应性和准确性。

关键设计：在实验中，模型的参数设置和损失函数经过精心调整，以确保最佳性能。特别是，模型的推理能力与其对饮食指南的理解密切相关，设计时考虑了这些因素。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，Mistral-7B和Llama 70B在食谱适宜性预测中表现优异，尤其是在能够推理饮食指南的模型中，准确性显著提高。具体而言，这些模型在预测适宜性时的谨慎性有效避免了不良后果，展示了较高的实用性。

🎯 应用场景

该研究的潜在应用领域包括糖尿病患者的饮食管理和健康咨询。通过有效分析食谱的适宜性，LLMs可以帮助患者制定更健康的饮食计划，从而改善其生活质量。此外，未来可能扩展到其他疾病的饮食指导，具有广泛的社会价值。

📄 摘要（原文）

Several studies have evaluated the ability of Large Language Models (LLMs) for meal planning, yielding positive outcomes. These models can process natural language inputs and leverage learned knowledge from their pretraining to generate meal plans. In this work, we investigate the ability of LLMs to analyze the suitability of given recipes for diabetes. The primary challenge for LLMs is to retrieve relevant dietary guidelines for diabetes, decompose recipes into ingredients and cooking methods, and apply these guidelines to determine the recipe's suitability. To study these challenges, we employ three kinds of prompts namely, (i) Direct Query Prompt (ii) Context-Guided Prompt, and (iii) Exemplary Context Prompt that incorporate different levels of diabetes dietary guidelines from medical sources. We introduce a benchmark dataset curated for this investigation consisting of 7607 recipes that include 3807 recipes suitable for diabetes and 3800 recipes not suitable for diabetes. Our results demonstrate that most LLMs are cautious in predicting recipes as suitable to prevent detrimental outcomes. Further, the models that can reason using the dietary guidelines performed better in predicting the suitability of recipes for diabetes. Overall, Mistral-7B and Llama 70B showed superior performance to their counterparts.