مدل‌های زبانی در کمتر از ۳ درصد برنامه‌های غذایی هفتگی، همهٔ محدودیت‌های پزشکی را رعایت کردند

در ارزیابی برنامه‌ریزی هفتگی غذاییِ تأییدشده از سوی متخصصان تغذیه و مبتنی بر داده‌های NHANES، ۱۳ مدل زبانی—از مدل‌های ۸ میلیاردپارامتریِ تنظیم‌شده برای کاربردهای پزشکی تا GPT-6.1 Sol—در تولید مستقیم، کمتر از ۳ درصد برنامه‌های کامل را با موفقیت ارائه کردند. منظور از برنامهٔ کامل، برنامه‌ای است که نیازهای مرتبط با چند بیماری مزمن و داروهای مصرفی را هم‌زمان، در وعده‌های غذایی و در طول روزهای هفته رعایت کند و عادت‌های غذایی فرد را نیز حفظ کند.

طبق چکیدهٔ مقاله، افزودن قواعد صریح، افزایش میزان استدلال یا استفاده از ابزارهایی که خود مدل هدایت می‌کند، نتیجهٔ GPT-6.1 Sol را به حداکثر ۸ درصد رساند. پژوهشگران Noura را معرفی می‌کنند؛ سامانه‌ای که برنامه‌ریزی با مدل زبانی را با مشخصات شخصیِ قابل‌اجرا ترکیب می‌کند. متن در دسترس دربارهٔ جزئیات یا عملکرد Noura اطلاعات بیشتری ارائه نمی‌دهد.