Пересказ рецептов теряет важные шаги приготовления при автоматизации
Кулинарные блогеры отметили, что автоматические пересказы рецептов часто опускают деликатные этапы обработки ингредиентов. Нейросеть сокращает текст, убирая уточнения о температуре, времени выдержки или технике нарезки.
Анализ 200 переписанных рецептов показал потерю информации в 68% случаев. Наиболее часто теряются указания о предварительной обработке, например о вымачивании или маринировании продуктов.
Проблема работы с контекстом и специализацией
Проблема кроется в том, что модель воспринимает рецепт как текст для сжатия, а не как инструкцию с критичной последовательностью действий. Общие нейросети не учат специфику кулинарной подготовки во время обучения.
Специализированные модели для кулинарии показывают лучший результат, но требуют отдельного обучения на большом наборе рецептов. Несколько издательств экспериментируют с гибридным подходом — сначала нейросеть, потом редактор-кулинар.
Для массового использования в кулинарных приложениях рекомендуется оставлять автоматический пересказ только для изменения стиля или языка, не для сокращения объёма текста.