研究：多数大语言模型在判断食谱是否适合糖尿病患者时偏向保守，Mistral-7B与Llama 70B表现更优
一项预印本研究评估了大语言模型分析食谱对糖尿病的适宜性，并发布了包含7607个食谱的基准数据集。
AI解读：这篇论文要解决的是：大语言模型能不能替糖尿病患者判断一份食谱是否合适。作者发现，多数模型会倾向于把食谱判定为“不适合”，以避免给出可能有害的建议——这在医疗场景下是一种保守但安全的设计。研究中表现最好的是Mistral-7B和Llama 70B，它们之所以更准，是因为能调用并推理来自医学来源的糖尿病膳食指南，而不是仅靠直觉回答。这意味着，如果未来有应用想用AI做饮食管理，单纯让模型凭预训练知识回答是不够的，需要像论文那样用分步提示把指南嵌入问题，并针对具体饮食场景做效果验证。对普通用户来说，不必指望现成的聊天AI直接给出可靠的糖尿病饮食判断，这类能力仍处于研究和验证阶段，实际使用还需等待基于此类基准开发的专用工具。
arXiv预印本论文《Investigating the Ability of Large Language Models to Analyze Recipes for Diabetes》测试了大语言模型判断食谱对糖尿病患者是否适宜的能力。作者为Revathy Venkataramanan、Aditya Luthra、Venkatesan Nadimuthu和Amit Sheth，论文于2026年9月3日提交。
研究构建了一个包含7607份食谱的基准数据集，其中3807份适合糖尿病患者、3800份不适合。结果表明，大多数LLM在预测食谱“适合”时较为保守，以避免潜在的有害后果；而能够依据膳食指南进行推理的模型表现更好，其中Mistral-7B和Llama 70B优于其他对比模型。