The Proof is in the Pudding: Using Automated Theorem Proving to Generate Cooking Recipes
Oxford University（牛津大学）；Trinity College, Dublin（都柏林圣三一学院）
本文介绍了FASTFOOD，一个基于规则的自然语言生成程序的烹饪食谱。通过使用自动定理证明过程来选择成分和指令来生成配方，其中成分对应于公理，指令对应于含义。FASTFOOD还包含一个时间优化模块，它可以重新安排食谱，使其对用户来说更具时间效率，例如食谱指定在米饭沸腾时切碎蔬菜。该系统进行了详细描述，使用的框架分为4个阶段：内容生产，内容选择，内容组织和内容实现的自然语言生成。然后与类似的现有系统和技术进行比较。
2022-03-05 cs.AI cs.CL
FIRE: Food Image to REcipe generation
Information Sciences Institute（信息科学研究所）；University of Southern California（南加州大学）
针对食物计算中图像生成食谱的需求，本文提出多模态方法FIRE，结合BLIP、Vision Transformer与T5模型生成食谱，可支持食谱定制与自动化烹饪，实验验证了其有效性。
2024-05-12 cs.CL cs.CV
Investigating the Ability of Large Language Models to Analyze Recipes for Diabetes
AI Institute, University of South Carolina（南卡罗来纳大学人工智能学院）
本研究探究大型语言模型分析糖尿病适用食谱的能力，采用三类提示和含7607份食谱的基准数据集，发现Mistral-7B和Llama 70B表现更优。
2026-09-04 cs.AI cs.CL
Cooking Up Creativity: Enhancing LLM Creativity through Structured Recombination
The Hebrew University of Jerusalem（特拉维夫大学）；Stanford University（斯坦福大学）
本文提出用 LLM 转换自然语言与结构化表示，并通过认知启发的结构重组提升创意生成，在烹饪任务中以 DishCOVER 显著优于 GPT-4o。
2025-09-27 cs.AI cs.CL cs.LG
A generative grammar of cooking
Indraprastha Institute of Information Technology Delhi (IIIT-Delhi)（德里英德拉普拉斯塔信息技术学院（IIIT-Delhi））
烹饪是人类将原料转化为美味佳肴的独特努力。几个世纪以来，世界各地的文化已经发展出各种各样的烹饪方法，这些烹饪方法在他们的烹饪传统中根深蒂固。因此，食谱是文化胶囊，捕捉烹饪知识在精心制作的烹饪协议。虽然简单的定量模型已经探索了食谱构成的模式和烹饪演变的过程，但与语言等其他文化怪癖不同，烹饪的原则迄今为止尚未探索。驱动烹饪行为的基本规则，塑造食谱组成和烹饪架构，尚不清楚。在这里，我们提出了一个生成语法的烹饪，捕捉基本的烹饪逻辑。通过研究广泛的结构化食谱库，我们确定了核心概念和规则，共同打造一个组合系统的烹饪合成。在语言背景下所做的工作的基础上，一个逻辑上一致的生成框架的演示提供了对烹饪行为的深刻见解。鉴于食物在营养和生活方式障碍中的核心作用，烹饪语法提供了通过饮食干预改善公共健康的杠杆作用，而不仅仅是创造性追求的应用，如新食谱的生成。
2022-10-12 cs.AI cs.CL physics.soc-ph
Assistive Recipe Editing through Critiquing
IBM Research（IBM研究院）；Meta AI；EPFL（洛桑联邦理工学院）；UCSD（加州大学圣地亚哥分校）
最近，人们对自动生成满足某种形式的饮食限制的烹饪食谱越来越感兴趣，这部分归功于在线食谱数据的可用性。先前的研究已经使用了预先训练的语言模型，或者依赖于小的配对食谱数据（例如，与满足饮食约束的类似食谱配对的食谱）。然而，预先训练的语言模型生成不一致或不连贯的配方，并且配对的数据集在规模上不可用。我们用RecipeCrit解决了这些缺陷，RecipeCrit是一种分层去噪自动编码器，可以根据配料级别的评论编辑食谱。该模型被训练用于配方完成，以学习配方内的语义关系。我们工作的主要创新是我们的无监督批评模块，允许用户通过与预测的成分交互来编辑食谱;系统迭代重写食谱以满足用户的反馈。在Recipe 1 M食谱数据集上的实验表明，与强大的语言建模基线相比，我们的模型可以更有效地编辑食谱，创建满足用户约束的食谱，并且根据人类判断，这些食谱更加正确，偶然，连贯和相关。
2023-01-26 cs.CL cs.IR cs.LG
RecipeQA: A Challenge Dataset for Multimodal Comprehension of Cooking Recipes
Hacettepe University（哈杰特佩大学）
理解和推理烹饪食谱是一个富有成效的研究方向，使机器能够解释过程文本。在这项工作中，我们介绍RecipeQA，一个数据集的烹饪食谱的多模态理解。它包括大约20K的教学食谱，具有多种形式，如标题，描述和对齐的图像集。通过超过36K自动生成的问答对，我们设计了一组理解和推理任务，这些任务需要对图像和文本进行联合理解，捕捉事件的时间流并理解程序知识。我们的初步结果表明，RecipeQA将作为一个具有挑战性的测试床和评估机器理解系统的理想基准。数据和排行榜可在http://hucvl.github.io/recipeqa上获得。
2018-09-04 cs.CL cs.CV
Multi-modal Cooking Workflow Construction for Food Recipes
National University of Singapore（新加坡国立大学）；Fudan University（复旦大学）；City University of Hong Kong（香港城市大学）
理解食物食谱需要预测烹饪动作的隐含因果效应，使得食谱可以被转换成描述食谱的时间工作流程的图。这是一项涉及常识推理的重要任务。然而，由于缺乏大规模的标记数据集，现有的努力依赖于手工制作的功能来从食谱中提取工作流程图。此外，他们没有利用烹饪图像，这构成了食物食谱的重要组成部分。在本文中，我们构建了MM-ReS，这是第一个用于烹饪工作流构建的大规模数据集，由9，850个带有人工标记工作流图的食谱组成。烹饪步骤是多模态的，具有文本说明和烹饪图像。然后，我们提出了一个神经编码器-解码器模型，该模型利用视觉和文本信息来构建烹饪工作流程，与现有的手工制作基线相比，该模型实现了超过20%的性能增益。
2020-08-20 cs.CL cs.MM
KERL: Knowledge-Enhanced Personalized Recipe Recommendation using Large Language Models
Rensselaer Polytechnic Institute（拉特格斯理工学院）
本研究提出融合食品知识图谱与大语言模型的KERL系统，可实现个性化食谱推荐、烹饪步骤生成及营养分析，并构建基准数据集验证其性能优于现有方法。
2025-05-20 cs.AI cs.CL cs.CV
Images & Recipes: Retrieval in the cooking context
Sorbonne Université（索邦大学）；ETIS, UMR 8051（ETIS联合研究单位8051）；Université Paris Seine（巴黎塞纳大学）；Université Cergy-Pontoise（塞吉-蓬图瓦兹大学）；ENSEA（法国国立高等电子与应用学院）；CNRS（法国国家科学研究中心）
机器学习社区的最新进展允许出现不同的用例，因为它与烹饪等领域的关联创造了计算美食。在本文中，我们解决的图片配方对齐问题，有作为目标应用程序的大规模检索任务（找到一个配方给定的图片，反之亦然）。我们的方法在Recipe1M数据集上进行了验证，该数据集由一百万个图像配方对和其他类信息组成，我们实现了最先进的结果。
2018-05-02 cs.AI cs.CL cs.CV
Towards an Action-Centric Ontology for Cooking Procedures Using Temporal Graphs
Ashoka University（阿什oka大学）
针对烹饪流程形式化的复杂性与模糊性问题，提出一种可扩展领域特定语言将食谱表示为有向行动图，可精准建模复杂烹饪工作流，经英式早餐食谱评估验证了表达力，为构建烹饪领域行动中心本体、实现烹饪流程的机器理解与自动化奠定基础。
2025-09-04 cs.AI cs.CL
PizzaCommonSense: Learning to Model Commonsense Reasoning about Intermediate Steps in Cooking Recipes
University College London（伦敦大学学院）
本文提出烹饪食谱中间步骤常识推理语料库PizzaCommonSense，通过要求显式输入输出描述评估LLM推理能力，发现GPT-4仅获26%人类偏好。
2024-10-10 cs.CL
Order-Based Pre-training Strategies for Procedural Text Understanding
Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）
本文提出将指令顺序作为监督信号的多种Transformer预训练方法，用于程序性文本的实体状态跟踪，并在NPN-Cooking与ProPara上显著优于基线及SoTA LLM。
2024-04-06 cs.CL
On Recipe Memorization and Creativity in Large Language Models: Is Your Model a Creative Cook, a Bad Cook, or Merely a Plagiator?
Brno University of Technology（布拉格技术大学）
本文研究大型语言模型生成食谱时的记忆、创造力与无意义内容，通过人工标注评估Mixtral的成分重用现象，并设计“LLM作为评判者”流水线实现大规模自动化评估，最佳模型在成分匹配上达78%准确率。
2025-06-30 cs.CL
Estimating Glycemic Impact of Cooking Recipes via Online Crowdsourcing and Machine Learning
Singapore Management University（新加坡管理大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
强烈建议糖尿病患者和糖尿病前期患者食用低血糖影响的饮食，因为它有助于维持血糖水平。然而，实验室分析膳食血糖效价是耗时和昂贵的。在本文中，我们探索了一种数据驱动的方法，利用在线众包和机器学习来估计烹饪食谱对血糖的影响。我们发现，一个常用的健康指标可能并不总是有效地确定适合糖尿病患者的食谱，从而强调了血糖影响估计任务的重要性。我们最好的分类模型，经过从Amazon Mechanical Turk（AMT）获得的营养和众包数据的训练，可以准确地识别出对糖尿病患者不健康的食谱。
2019-09-17 cs.CL cs.CY cs.LG
A Named Entity Based Approach to Model Recipes
IIIT-Delhi（德里英德拉普拉斯塔信息技术学院）；NSUT（内塔吉·苏巴斯理工大学）
传统的烹饪食谱遵循一种结构，如果食谱文本的不同部分的规则和语义被准确地分析和表示，那么这种结构可以被很好地建模。我们提出了一个结构，可以准确地表示配方以及管道来推断在这个统一的结构中的配方的最佳表示。配方中的Ingredients部分通常列出所需的配料和相应的属性，如数量，温度和加工状态。这可以通过定义这些属性及其值来建模。构成食谱的物理实体可以大致分为器具，配料及其组合，这些都与烹饪技术有关。说明部分列出了一系列事件，其中烹饪技术或过程应用于这些器皿和配料。我们以元组的形式对这些关系进行建模。因此，使用这些方法的组合，我们在数据集RecipeDB中对烹饪食谱进行建模，以显示我们方法的有效性。该挖掘的信息模型可以具有若干应用，包括在语言之间翻译食谱、确定食谱之间的相似性、生成新食谱以及估计食谱的营养概况。为了识别成分属性，我们训练命名实体关系（NER）模型，并分析推理的帮助下，K均值聚类。我们的模型在所有数据集上的F1得分为0.95。我们使用类似的NER标记模型标记烹饪技术（F1得分= 0.88）和用具（F1得分= 0.90）的说明部分。最后，我们确定了时间序列的成分，器具和烹饪技术之间的关系建模的指令步骤。
2020-04-25 cs.CL cs.IR
Towards End-User Development for IoT: A Case Study on Semantic Parsing of Cooking Recipes for Programming Kitchen Devices
University of Manchester（曼彻斯特大学）
本文构建烹饪食谱到厨房 IoT 命令的标注语料，并采用 CRF 与神经网络序列标注提取四要素语义元组，验证了语义解析的可行性及指令不完整带来的挑战。
2023-09-25 cs.CL
Assorted, Archetypal and Annotated Two Million (3A2M) Cooking Recipes Dataset based on Active Learning
Islamic University of Technology (IUT)（伊斯兰科技大学）；Bangladesh University of Engineering and Technology（孟加拉国工程技术大学）
本研究针对网上食谱分类标注数据不足的问题，结合专家知识与主动学习技术，构建了含200万条带分类和置信度的3A2M烹饪食谱数据集，可支撑多项机器学习与NLP任务研究。
2023-03-27 cs.AI cs.CL cs.LG
MCEN: Bridging Cross-Modal Gap between Cooking Recipes and Dish Images with Latent Variable Model
Zhejiang University（浙江大学）；Singapore Management University（新加坡管理大学）；Alibaba-Zhejiang University Joint Institute of Frontier Technologies（阿里巴巴-浙江大学前沿技术联合研究院）
如今，随着人们对饮食和健康的日益关注，食品计算引起了工业界和研究界的极大关注。在这一领域最受欢迎的研究课题之一是食品检索，由于其对健康为导向的应用程序的深远影响。在本文中，我们专注于食物图像和烹饪食谱之间的跨模态检索的任务。我们提出了模态一致性嵌入网络（MCEN），通过将图像和文本投影到相同的嵌入空间来学习模态不变表示。为了捕捉模态之间的潜在对齐，我们将随机潜变量明确利用文本和视觉特征之间的相互作用。重要的是，我们的方法在训练过程中学习跨模态对齐，但为了提高效率，在推理时独立计算不同模态的嵌入。大量的实验结果清楚地表明，所提出的MCEN优于所有现有的方法在基准Recipe1M数据集，需要更少的计算成本。
2020-04-02 cs.CL cs.CV
What's Cookin'? Interpreting Cooking Videos using Text, Speech and Vision
Google（谷歌）
我们提出了一种新的方法，用于将指令序列与执行任务的人的视频对齐。特别是，我们专注于烹饪领域，其中的指令对应于食谱。我们的技术依赖于HMM来将配方步骤与（自动生成的）语音转录对齐。然后，我们使用基于深度卷积神经网络的最先进的视觉食物检测器来改进这种对齐。我们表明，我们的技术优于基于关键字定位的简单技术。它还支持有趣的应用程序，例如使用关键帧自动说明食谱，以及在视频中搜索感兴趣的事件。
2015-03-13 cs.CL cs.CV cs.IR
Cross-Modal Retrieval in the Cooking Context: Learning Semantic Text-Image Embeddings
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Conservatoire National des Arts et Métiers（法国国立工艺学院）
设计支持烹饪活动的强大工具已经迅速流行起来，这是由于大量的可用数据，以及机器学习能够分析这些数据的最新进展。在本文中，我们提出了一个跨模态检索模型对齐视觉和文本数据（如图片的菜肴和他们的食谱）在一个共享的表示空间。我们描述了一个有效的学习方案，能够解决大规模的问题，并在包含近100万个图片-食谱对的Recipe 1 M数据集上进行了验证。我们展示了我们的方法对以前最先进的模型的有效性，并在计算烹饪用例中给出了定性结果。
2018-04-30 cs.CL cs.CV cs.IR
Classification of Cuisines from Sequentially Structured Recipes
Delhi Technological University（德里理工大学）；Jamia Millia Islamia University（贾米亚·米利亚·伊斯兰亚大学）；Indraprastha Institute of Information Technology Delhi（德里因德拉普拉斯塔信息技术学院）
世界各地的文化因其烹饪的独特模式而与众不同。这些菜肴的特点是其子结构，如成分，烹饪过程和用具。一个地区固有的这些子结构的复杂融合定义了美食的身份。基于烹饪特征对烹饪进行准确分类是一个突出的问题，迄今为止一直试图通过将食谱的成分作为特征来解决。以前的研究试图通过使用非结构化的食谱，而不考虑烹饪技术的细节美食分类。实际上，烹饪过程/技术及其顺序对于食谱的结构及其分类非常重要。在本文中，我们已经实现了一系列的分类技术，通过在包含食谱顺序数据的RecipeDB数据集上解释这些信息。在从逻辑回归和朴素贝叶斯到LSTM和Transformers的一系列分类模型中，最先进的RoBERTa模型的准确率最高，为73.30%。
2020-04-26 cs.CL
Visual Recipe Flow: A Dataset for Learning Visual State Changes of Objects with Recipe Flows
Kyoto University（京都大学）；OMRON SINIC X Corporation（欧姆龙 SINIC X 公司）；RIKEN AIP（理化学研究所人工智能研究中心）
我们提出了一个新的多模态数据集，称为Visual Recipe Flow，它使我们能够学习食谱文本中的每个烹饪动作结果。数据集由对象状态更改和配方文本的工作流组成。状态变化表示为图像对，而工作流表示为配方流图（r-FG）。图像对在r-FG中接地，这提供了跨模态关系。有了我们的数据集，人们可以尝试一系列的应用，从多模态常识推理和程序化文本生成。
2022-09-13 cs.AI cs.CL
Recipe Generation from Unsegmented Cooking Videos
Graduate School of Informatics, Kyoto University（京都大学情报学研究科）；OMRON SINIC X Corporation（欧姆龙 SINIC X 公司）；Academic Center for Computing and Media Studies, Kyoto University（京都大学信息与媒体学术中心）
本文研究从未分割烹饪视频生成食谱，提出基于transformer的多模态循环方法，训练事件选择器和句子生成器，从DVC输出中选择关键事件并生成基于视觉内容的句子，并引入配料信息，优于现有DVC模型。
2024-02-18 cs.CL cs.CV cs.MM
Crossing Boundaries: Leveraging Semantic Divergences to Explore Cultural Novelty in Cooking Recipes
MILA, McGill University（MILA，麦吉尔大学）
本文提出融合社会学与管理学的跨学科框架，构建GlobalFusion食谱数据集并用Jensen-Shannon Divergence指标量化文化新颖性，验证其与语言、宗教和地理距离度量显著相关。
2025-05-13 cs.CL
Quantifying Hidden Salt for Precision Healthcare: Sodium Assessment via Joint-Factor Retrieval and Chain-of-Thought Inference
University of Chinese Academy of Sciences（中国科学院大学）
针对食谱中隐藏钠难以监测的问题，提出SALT框架，结合联合因子检索与4跳思维链推理，在SALT54k数据集上实现最先进的钠含量估计，助力精准医疗。
2026-09-22 cs.CL cs.HC cs.IR
Ratatouille: A tool for Novel Recipe Generation
Center for Computational Biology, Indraprastha Institute of Information Technology (IIIT-Delhi)（英迪拉普拉斯塔信息技术学院计算生物学中心）；Department of Computer Science, Indraprastha Institute of Information Technology (IIIT-Delhi)（英迪拉普拉斯塔信息技术学院计算机科学系）
针对新颖食谱生成问题，该研究利用大量食谱数据训练 LSTM、GPT-2 等深度学习模型，并推出基于网络的 Ratatouille 应用以生成逼真的新颖烹饪食谱。
2022-05-10 cs.CL
Towards Flow Graph Prediction of Open-Domain Procedural Texts
Graduate School of Informatics, Kyoto University（京都大学信息学研究科）；Academic Center for Computing and Media Studies, Kyoto University（京都大学学术计算与媒体研究中心）
本文提出基于食谱流程图构建开放领域程序性文本流程图预测框架，并引入wikiHow-FG语料库，通过领域自适应实验证明跨领域迁移能提升流程图预测性能。
2023-05-31 cs.CL
The Proof is in the Almond Cookies
Sony Computer Science Laboratories（索尼计算机科学实验室）；Faculté d’informatique, Université de Namur（那慕尔大学计算机学院）；Vrije Universiteit Brussel（布鲁塞尔自由大学）
本文提出一种基于叙事的计算食谱理解方法，通过整合语言处理、本体和心理模拟，将食谱建模为叙事结构，以支持厨房AI助手应对食谱语言挑战、优化机器人规划并实现语言无关标注。
2025-01-03 cs.AI cs.CL
CaT-BENCH: Benchmarking Language Model Understanding of Causal and Temporal Dependencies in Plans
Stony Brook University（石溪大学）；University of Texas, Austin（德克萨斯大学奥斯汀分校）；US Naval Academy（美国海军学院）
本文提出 CaT-Bench，通过菜谱步骤顺序预测评测 LLM 对因果与时间依赖的理解，发现 SOTA 模型 F1 最高仅 0.73，且推理一致性和人类认可度不足。
2025-01-07 cs.CL
LeDeepChef: Deep Reinforcement Learning Agent for Families of Text-Based Games
ETH Zurich（苏黎世联邦理工学院）
虽然强化学习（RL）方法在近代历史上的各个领域取得了重大成就，但自然语言任务几乎没有受到影响，因为它们的组成和组合性质使其难以优化。随着基于文本的游戏（TBG）的出现，研究人员试图弥合这一差距。受Atari游戏中RL算法的成功启发，该想法是在受限的游戏世界中开发新方法，然后逐渐转向更复杂的环境。以前在TBG领域的工作主要集中在解决单个游戏。然而，我们考虑的任务是设计一个代理，不仅在单个游戏中成功，而且在整个游戏家族中表现良好，共享相同的主题。在这项工作中，我们提出了我们的深度RL代理-LeDeepChef-它显示了对具有不同环境和任务描述的同一家族中从未见过的游戏的泛化能力。该代理参加了微软研究院的“第一个文本世界问题：语言和强化学习挑战”，并在最终测试集上超过了所有竞争对手。挑战中的游戏都有相同的主题，即在现代家庭环境中烹饪，但在房间的布置，呈现的对象和具体目标（烹饪食谱）方面有很大的不同。为了构建一个在整个游戏家族中获得高分的代理，我们使用了一个演员-评论家框架，并通过使用分层强化学习和在配方数据库上训练的专门模块的想法来修剪动作空间。
2019-09-04 cs.AI cs.LG stat.ML
Losses that Cook: Topological Optimal Transport for Structured Recipe Generation
Trustpilot；Politecnico di Torino（托里诺理工学院）
本文提出拓扑损失用于生成结构化食谱，提升食材和步骤的准确性，同时改进时间与温度的精确度，实验表明模型在多个指标上表现优异。
2026-04-16 cs.AI cs.CL
SIMMER: Cross-Modal Food Image--Recipe Retrieval via MLLM-Based Embedding
The University of Electro-Communications（电通大学）
本文提出SIMMER，利用基于MLLM的嵌入模型VLM2Vec，通过统一编码器处理食物图像和食谱文本，设计定制化提示模板和数据增强策略，实现跨模态检索的高精度。
2026-04-17 cs.CL cs.CV cs.IR
Universal statistical laws governing culinary design
Department of Computational Biology（计算生物学系）；Infosys Center for Artificial Intelligence（Infosys人工智能中心）；Center of Excellence in Healthcare（医疗卓越中心）；Department of Mathematics（数学系）；Department of Computer Science（计算机科学系）；Indraprastha Institute of Information Technology Delhi (IIIT-Delhi)（德里印度教徒普拉斯塔信息技术学院（IIIT-Delhi））；Foodoscope Technologies Private Limited（Foodoscope技术私人有限公司）
研究通过分析全球传统食谱，发现烹饪中的成分使用、多样性及复杂性均遵循统计规律，揭示了烹饪作为符号系统的基本生成机制。
2026-04-30 cs.CL physics.soc-ph
Learning Hidden Subgoals under Temporal Ordering Constraints in Reinforcement Learning
Georgia Institute of Technology（佐治亚理工学院）
提出LSTOC算法，通过对比学习与子目标树，在时间排序约束下同时学习隐藏子目标及其顺序，提升样本效率并泛化至新任务。
2024-11-03 cs.AI cs.LG cs.SY
A framework for recipe data structure with applications for culinary and nutritional insights
Indraprastha Institute of Information Technology Delhi (IIIT-Delhi)（德里印度信息技术学院（IIIT-Delhi））
针对食谱自由文本不可计算的问题，提出结构化食谱数据框架，构建RecipeDB2数据集，实现食材解析、营养映射与饮食分类，使烹饪遗产可计算分析。
2026-09-22 cs.CL
Improved Instruction Ordering in Recipe-Grounded Conversation
Georgia Institute of Technology（佐治亚理工学院）
本文针对基于食谱的对话中指令顺序错误问题，提出利用用户意图检测和指令状态跟踪两个辅助子任务来改进响应生成，并通过新数据集ChattyChef验证其有效性，同时发现ChatGPT仍存在乱序指令错误。
2023-05-26 cs.CL
