换一批基于大语言模型检索增强的中医"药食同源"饮食建议生成方法
A method for generating dietary recommendations following"food and medicine homology"principle of traditional Chinese medicine using retrieval-augmented large language models
摘要目的 研究基于大语言模型检索增强技术生成符合中医"药食同源"原则的饮食建议的方法,提升饮食建议生成效率和质量,以满足不同健康状况用户的个性化饮食需求.方法 首先设计一套统一的提示工程指令,对ChatGPT 4.0、通义千问、文心一言等主流大语言模型进行对比测试.基于测试结果选择表现最佳的大语言模型作为基座模型.接着进一步引入检索增强生成技术,通过稠密检索从知识库中获取与问题相关的文档片段,以增强大语言模型生成的饮食建议的专业性和准确性.随后比较检索增强生成的效果,并进行评价.结果 研究结果显示,通义千问在评估中表现最佳.引入检索增强生成技术后,模型生成的答案相关性显著提升,从0.81提高到0.93.实际案例分析也表明,检索增强生成技术能够有效提高大语言模型生成的饮食建议的中医理论合理性,确保饮食建议既科学又满足个性化要求.结论 基于大语言模型检索增强技术生成的个性化饮食建议符合中医"药食同源"理念和用户的个性化需求.检索增强生成技术提升了模型生成内容的相关性、忠实度和上下文相关性,确保了饮食建议的专业性和实用性.所提出的方法不仅提高了饮食建议的质量,还为个性化医疗的实践提供了新的工具和视角.未来研究需要进一步优化模型的中医知识理解能力,提高中医知识库的质量,以提供更加全面和准确的健康饮食建议.
更多相关知识
关键词
人工智能大语言模型检索增强生成中医药食同源健康管理artificial intelligencelarge language modelsretrieval-augmented generationtraditional Chinese medicinefood and medicine homologyhealth management
栏目名称
DOI
10.16305/j.1007-1334.2025.z20241009011
发布时间
2025-06-12（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82104786）
江苏省重大科技示范项目（BE2022798）
- 浏览6
- 被引1
- 下载7
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
