个人需求能否成为规划监督信号

可执行个人规格既能筛选计划，也能为小模型提供训练监督。

资讯摘要

论文提出 Noura，将公开临床指南与个人健康饮食档案转化为可执行规格，用于约束和检查大模型生成的多日饮食计划。作者报告，在基于 NHANES 的经注册营养师认可的周计划评测中，13 个模型直接生成的完整计划通过率不足 3%，GPT-6.1 Sol 在加入显式规则、更高推理投入或工具后也不超过 8%。Noura 把执行过的计划与修订转为监督信号，Noura-SFT 将 Qwen3-14B 的完整计划通过率从 24.0% 提升到 72.5%，规则违规减少 97.5%。

要点速读

1. 评测基于 NHANES 构建，13 个模型直接生成完整周计划的通过率均低于 3%。
2. Noura 用可执行个人规格约束食物、份量与多日计划检查，并指导修订。
3. 在 4,993 名留出参与者上，Noura-SFT 使 Qwen3-14B 通过率由 24.0% 升至 72.5%，规则违规减少 97.5%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。