本研究提出了KERL系统，结合食品知识图谱与大语言模型，能够根据自然语言问题提供个性化食谱推荐，并生成含微量营养信息的食谱。实验结果显示，该方法在食物推荐和营养分析方面显著优于现有技术。

该研究提出了一种新型多模态方法FIRE，通过食品图像生成标题、配料和烹饪步骤。结合大型语言模型提示，可根据用户偏好个性化食谱，并将其转化为代码实现自动化烹饪。实验结果显示其在食品计算领域的广泛应用潜力。

该研究提出了一种新型多模态方法（FIRE），用于食品计算领域。该方法能够根据食品图像生成食品标题、配料和烹饪说明，并展示了两个实际应用：个性化食谱和自动化烹饪过程。实验证实了该方法的有效性，并强调了其在食品计算领域的未来发展和广泛应用潜力。

该研究提出了一种新型多模态方法（FIRE），用于食品计算领域。该方法可以根据食品图像生成食品标题、配料和烹饪说明，并实现个性化食谱和自动化烹饪过程。实验证实了该方法的有效性，并强调了其在食品计算领域的未来发展和广泛应用潜力。