WWWMar, 2020

RecipeGPT：基于生成预训练的烹饪食谱生成和评估系统

PDF
TL;DRRecipeGPT 是一种在线食谱生成和评估系统，它提供两种文字生成模式和一个食谱评估模块，使用 GPT-2 语言模型、精细调整的数据集，并可以方便地检查食谱生成内容的质量和存储结果供未来参考。
automatic recipe generationrecipegpttext generationlanguage modelrecipe evaluation
发现论文，激发创造
  • 蒙特卡洛树搜索用于使用 GPT-2 生成菜谱

    使用 GPT-2 和 Monte Carlo Tree Search（MCTS）的文本生成方法 RecipeMC，通过定义奖励函数，可以带有软约束地生成可信的食谱，与其他基线方法相比，人类评估者更喜欢使用 RecipeMC 生成的食谱。

    Jan, 2024

  • 从历史用户偏好生成个性化菜谱

    本文针对具有烹饪偏好但对于特定菜肴的食材知识不足的用户提出了个性化食谱生成的新任务：将菜品名称和不完整的食材详情扩展为与用户历史喜好相符的完整自然文本说明。通过技术和食谱级别的表示，我们的模型在一个注意力融合层中融合了这些 “用户感知” 的表示，控制食谱文本的生成。在一个新的包含 180K 份菜谱和 700K 个交互的数据集上进行实验，与非个性化的基准相比，我们的模型能够生成一些合理且个性化的菜谱。

    Aug, 2019

  • 大型语言模型作为副主厨：使用 GPT-3 修改食谱

    我们的研究利用大语言模型将菜谱文本转化为易于理解的形式，通过改进菜谱的步骤和指令并使用 Amazon Mechanical Turk 任务收集人类意见，证明了大语言模型作为数字厨师的潜在应用。

    Jun, 2023

  • 通过批判性评论协助食谱编辑

    本研究提出了 RecipeCrit，一种基于层次化去噪自编码器的食谱编辑模型，通过无监督的评论模块允许用户与预测的配料进行交互迭代地改写食谱，实现了更加有效的食谱编辑，生成的食谱更符合用户约束条件，更正确、有趣、连贯和相关。

    May, 2022

  • Cook-Gen：菜谱烹饪行为的鲁棒生成建模

    本研究探索了使用生成 AI 方法扩展当前食品计算模型的可能性，主要涉及营养和配料分析，以及包括烹饪行为（例如加盐，煎肉，煮蔬菜等），并提出了一种新的基于聚合的生成 AI 方法 Cook-Gen。

    Jun, 2023

  • 基于内容计划的即插即用食谱生成

    本文提出了一种低成本但有效的框架，该框架以插拔的方式显式地对生成文本的全局内容计划建模，并证明其在食谱生成任务上实现了最新的技术性能，从而解决了当前受长期存在的多句文本生成问题。

    Dec, 2022

  • RECIPE4U: 学生 - ChatGPT 互动数据集在 EFL 写作教育中的应用

    将生成式人工智能技术应用于教育领域的研究正在扩展，本文通过对 212 名大学生的英语作为外语写作课程进行为期一学期的实验，创造了名为 RECIPE4U 的数据集，记录了学生与 ChatGPT 对话修订文章的全过程，并对学生的意图和满意度进行了标注、分析和学生的修订文章进行了统计，进一步探索了 RECIPE4U 数据集在教育框架中应用人工智能技术的潜力。

    Mar, 2024

  • Ratatouille：一种新食谱生成工具

    用大量在线烹饪食谱数据，我们训练了不同的深度学习模型，如 LSTMs 和 GPT-2，以生成逼真的新烹饪食谱，并提出了生成新烹饪食谱的 web 应用程序 Ratatouille。

    May, 2022

  • GPTScore：任意评估

    本文提出了一种新的评估框架 GPTScore，利用生成预训练模型的崭新能力对生成的文本进行评分，实验结果表明该方法能够高效地实现对文本的定制化、多方面评估，不需要注解样本。

    Feb, 2023

  • 结构感知生成网络用于从图像生成食谱

    本研究提出了一个单纯使用食品图片和配料来生成食品烹饪说明的结构感知生成网络，通过无监督学习的方式，提取句子级别的树状结构标签，并将其与生成的目标食谱树形结构相结合。实验表明该方法能产生高质量连贯的食谱，而且在基准的 Recipe1M 数据集上取得了最先进的性能。

    Sep, 2020