《The Journal of Nutrition》:Evaluation of Energy and Nutrient Estimates from Large Language Models Using Text-Based Queries
编辑推荐:
Razi Lawabni|Olivia R. Solano|Leo L. Kampen|Jonathan Kurasch|Nabil Alshurafa|Jung-Su Chang|Richard Evans|Dongji Feng|Annie W. Lin美国明尼苏达州奥斯汀市
Razi Lawabni|Olivia R. Solano|Leo L. Kampen|Jonathan Kurasch|Nabil Alshurafa|Jung-Su Chang|Richard Evans|Dongji Feng|Annie W. Lin
美国明尼苏达州奥斯汀市明尼苏达大学霍梅尔研究所,邮编55912
摘要
背景
大型语言模型已成为估算能量和营养值的有潜力的工具,但目前大多数评估都是针对基于图像的查询,而非文本。很少有研究将大型语言模型的估算结果与营养研究中常用的参考数据库进行比较。
目的
探讨大型语言模型对食物能量和营养值的估算结果与研究用食物成分数据库之间的吻合度,并确定这种吻合度是否因食物类别而异。
方法
我们对美国常见食物的能量和营养值估算进行了横断面分析。这些食物以文本形式输入到四种大型语言模型中(ChatGPT 5.2、Claude Opus 4.5、Gemini 3 Pro Preview和Llama 4 Maverick),这些模型会给出相应的能量和营养值估算结果。然后将这些食物与营养协调中心的食品和营养数据库进行匹配,通过类内相关系数和布兰德-阿尔特曼分析来评估大型语言模型结果与数据库数据之间的吻合度。同时也在三种最常食用的食物类别中评估了吻合度。
结果
对于所有大型语言模型而言,其对食物能量和宏量营养素的估算结果吻合度都很高。而多种微量营养素,尤其是维生素D、叶酸和铁的估算结果存在较大差异。Claude Opus 4.5的估算结果吻合度一直很高,没有哪种营养素的估算结果被判定为较差。其他大型语言模型则至少有一种微量营养素的估算结果吻合度较差。某些食物类别,如调味品和混合菜肴,是导致估算结果差异较大的因素。不过,在最常见的几类食物中,估算结果的吻合度依然较高。
结论
大型语言模型在估算食物能量和宏量营养素方面具有潜力。不过,其在估算微量营养素方面的表现还有待提升,这可能会影响整体的饮食评估结果。
章节节选
引言
肥胖、糖尿病和心血管疾病等非传染性疾病,可以通过遵循符合个人能量需求的高质量饮食模式来得到部分控制(1)。旨在改善饮食习惯的营养干预措施,越来越注重在合适的时间提供适当强度的支持2、3。这类即时适应性干预措施通常通过数字健康平台来实施4、5、6。随着……
研究设计
这项横断面研究使用了“美国人的饮食情况”调查的数据,该调查是全国健康与营养检查调查中的饮食摄入部分(42)。参与者需要完成最多两次24小时饮食回顾调查,第一次在移动体检中心当面进行,第二次在非连续的一天通过电话完成。这些调查结果可以用来得出人群层面的饮食摄入估算值。“美国人的饮食情况”调查中的饮食数据还包括……
结果
其中占比最高的食物类别是谷物类(22%),其次是饮料类(18%)和水果类(11%)。而杂项食品、混合菜肴和甜食类的占比最低,均为5%。补充表1列出了各食物类别中食物的分布情况以及分析中涉及的食物清单。所有大型语言模型都没有缺失任何能量或营养数据。有四种食物在营养协调中心的食品和营养数据库中找不到,因此是人工构建的……
讨论
这是首批通过基于文本的查询,研究三种闭源大型语言模型和一种开源大型语言模型(ChatGPT 5.2、Claude Opus 4.5、Gemini 3 Pro Preview、Llama 4 Maverick)与参考用的营养协调中心食品和营养数据库在卡路里和营养素估算方面吻合度的研究之一。我们还进一步研究了食物类别是否可能是导致不同大型语言模型与参考数据库之间结果存在差异的因素。在不同饮食成分的估算方面,不同模型之间存在明显差异。Claude Opus 4.5的估算结果没有出现吻合度较差的情况……
作者对稿件的贡献说明
RL、ORS、LLK、DF和AWL共同构思并设计了这项研究。RL负责数据的收集、管理和分析,RE则提供了信息支持。所有作者都参与了数据解读工作。RL、ORS和AWL起草了初稿,所有作者都对稿件进行了仔细修改,并最终确定了稿件版本。
数据共享计划
本研究生成并分析的数据,可在合理请求下从通讯作者处获取。而从营养协调中心的食品和营养数据库获得的营养值受专有许可限制,无法公开共享。
关于生成式人工智能技术的披露
在撰写这篇论文的过程中,作者使用了ChatGPT(5.2版本)来协助进行语法和语言编辑。使用该工具/服务后,作者对内容进行了必要的审核和修改,并对论文的内容承担全部责任。
资金支持来源
本研究得到了霍梅尔研究所SURE实习项目的资助。该资金提供方并未参与这项研究,也没有对论文的发表施加任何限制。
致谢
我们衷心感谢霍梅尔研究所的社区外展与互动部门,感谢他们对本研究的支持以及提供的暑期研究机会。同时,我们也感谢营养协调中心允许我们使用其食品和营养数据库。