Mar, 2022

奇妙的布丁：使用自动定理证明生成烹饪食谱

PDF
TL;DR本文提出了 FASTFOOD，一种基于规则的自然语言生成程序，可用于烹饪食谱。该程序使用自动定理证明程序来选择成分和指示，具有一个时间优化模块，可以使其更加高效，并使用一种框架将自然语言生成分为 4 个阶段：内容生产，内容选择，内容组织和内容实现。最后将其与类似的现有系统和技术进行了比较。
natural language generationcooking recipesautomated theorem provingtemporal optimizationcontent production
发现论文，激发创造
  • PizzaCommonSense: 学习对烹饪食谱的中间步骤进行常识推理

    基于 T5 和 GPT-3.5 的基线模型，该研究论文介绍了具有中间步骤描述的烹饪食谱语料库，以有效地理解和推理烹饪食谱中的输入和输出，从而为智能推理和程序文本生成提供了有关常识推理的挑战性任务和见解。

    Jan, 2024

  • RecipeGPT：基于生成预训练的烹饪食谱生成和评估系统

    RecipeGPT 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。

    Mar, 2020

  • 食物图像转菜谱生成

    该研究提出了一种针对食品计算领域的新型多模态方法（FIRE），该方法基于输入的食品图像生成食品标题、配料和烹饪说明，并展示了与大型语言模型提示结合的两个实际应用：将食谱个性化以适应用户偏好和将食谱转化为代码以实现自动化烹饪过程。实验结果验证了该方法的有效性，并强调其在食品计算领域的未来发展和广泛应用潜力。

    Aug, 2023

  • 用于自动定理证明的生成语言建模

    本文探讨了基于 Transformer 的语言模型在自动定理证明中的应用，提出了基于语言模型的生成能够解决自动定理证明器与人类相比的主要限制之一 —— 原始数学术语的生成问题。我们提出了一个自动证明器和证明辅助工具 GPT-f，使用 Metamath 形式语言，并分析了其性能。 GPT-f 发现了新的简短证明，并被采纳为正式数学社区所接受，这是我们所知道的第一次基于深度学习的系统为正式数学社区做出的贡献。

    Sep, 2020

  • 机器人烹饪中的任务树检索

    通过使用 FOON 知识表示法和三个算法，为厨房中的机器人技术赋予了更高的创造力，成功率也得到了保证。

    Nov, 2022

  • 自然证明器：基于语言模型的数学证明生成

    通过人工提供或查找背景参考条件，NaturalProver 能够生成数学证明，融合符号和自然语言，提高了下一步建议和生成证明的质量，在某些需要短证明的定理上具有证明能力，并且提供的下一步建议有超过 40% 的正确和有用率。

    May, 2022

  • 基于生成式预训练转换器的高端餐饮食谱生成

    该论文提出了使用 Transformer 结构的自回归语言模型的创新方法，利用少量的食谱数据集来识别烹饪技术，提出新颖的菜谱并测试最小数据微调的效果。

    Sep, 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

  • 使用食谱的常识推理图形形式化方法

    本文提出了一种图形化的方法对食谱进行形式化，其中捕捉了食材、中间食品和最终产品的组成以及在转化食材过程中的行为，并提出了比较食谱、从子食谱构建食谱、将食谱拆分为子食谱的形式化定义，并介绍和比较了两种替换食谱的形式化定义。

    Jun, 2023

  • 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