Key points are not available for this paper at this time.
ChatGPTの登場は、さまざまなタスクで良好に機能するほど高度化した大規模言語(ディープラーニング)モデルに対する大衆の多大な関心を引き起こした。人々がこれらのモデルを利用する方法の1つが、食事計画の作成である。プロンプトには、世界中の何百万人もの人々にとって日常生活で不可欠な要素である食事制限が含まれることが多い。本研究の目的は、食物アレルゲンにアレルギーを持つ仮想の個人向けに作成された56種類の食事計画の安全性と正確性を調査することであった。詳細を指定しないChatGPTの「ベースライン」能力、ならびに個人が2つのアレルゲンに対して有害な食物反応を示す場合や低カロリー食を要求した場合に適切な食事計画を作成する能力に対応する4つのレベルを定義した。本研究の結果から、ChatGPTは概ね正確であるものの、有害な食事計画を生成する可能性があることが示された。より一般的な誤りには、食品、食事、または食事計画の分量やカロリーの不正確さが含まれる。本稿では、大規模言語モデルの正確性をどのように向上させることができるか、およびそれに関わるトレードオフについて論じる。また、除去食に関するプロンプトを作成することが、このようなモデル間の差異を評価する1つの方法となり得ると提案する。
Niszczota et al. (Thu,) はこの問題を調査した。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: