arXiv cs.AI· Junwei Wu, Runze Yan, Yuzhang Xie, Hanqi Luo, Ziwei Dong, Jiaying Lu, Xiao Hu, Carl Yang·· 1 天前AI 评分36
Noura：用可执行个人规范让 LLM 智能体生成可行的多病种饮食计划
Can Personal Requirements Become Supervision for Planning?
AI 导读
Noura 将 LLM 规划与从公开临床指南和个人健康档案实例化的可执行规范结合，在 NHANES 构建的经营养师批准的周计划评测中，使 Qwen3-14B 的完整计划通过率从 24.0% 提升至 72.5%，规则违规减少 97.5%。
正文 · AI 翻译
摘要：通过饮食管理多种慢性疾病，需要在多餐多日之间同时满足疾病和药物特定的要求，同时保持既有的饮食习惯。这些要求在临床指南和药品说明书中是公开的，但将其转化为针对个人的可行计划，对语言模型智能体而言仍然困难。在我们基于 NHANES 构建、经营养师认可的每周计划评估中，从医学微调的 8B 模型到 GPT-6.1 Sol 的十三个模型，通过直接生成得到完整计划的比例不足 3%。显式规则、更高的推理投入或模型导向的工具，都使 GPT-6.1 Sol 的通过率不超过 8%。我们提出 Noura，它将 LLM 规划与可执行的个人规范相结合，这些规范由公开临床指南以及个人健康和饮食档案实例化而来。在规划过程中，该规范为食物提供依据、优化份量、检查完整的多日计划并指导修订。我们的关键洞见是：一个能够否决计划的规范，同样能够决定从中学习什么。Noura 将已执行的计划和经情境归因的修订转化为紧凑模型的监督信号，即使从未完全成功的轨迹也能从中恢复目标。同一规范为后训练提供监督目标、偏好和奖励。在 4,993 名留出参与者上，Noura-SFT 在相同执行循环内将 Qwen3-14B 的完整计划通过率从 24.0% 提升至 72.5%，将规则违规减少 97.5%，且未观察到严重失败，并改善了饮食质量。本地托管的 14B 规划器产生的规则违规少于其 GPT-6 Luna 教师模型。一项匹配比较显示，与模型撰写的提案相比，已执行目标将规则违规减少 41%。在 Qwen、Phi 和 Llama 四种骨干模型上，仅自训练就在 1,249 人的人口子集上将规则违规减少 41-61%。
| 学科： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.40992 [cs.AI] |
| （或 arXiv:2610.40992v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40992 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Junwei Wu [查看邮箱]
[v1]
2026年10月29日 星期四 21:20:21 UTC（146 KB）
来源：arXiv cs.AI · arxiv.org