CGU-ILALab

研究发现：LLM 提高了食谱营养估算的准确性，但增加了推理时间

一篇新论文比较了使用传统方法和大型语言模型 (LLM) 从食谱估算营养成分的方法。研究发现，虽然像 Gemini 2.5 Flash 这样的 LLM，特别是与 TF-IDF 结合的混合方法，达到了最高的准确性，但它们也引入了显著的推理延迟。传统的 TF-IDF 方法处理速度更快，但准确性适中，这凸显了在膳食监测系统中精度和效率之间的权衡。