乳品加工团队首次将大语言模型用于稀奶油货架期品质预测

近日，中国农业科学院农产品加工研究所乳品加工与品质调控创新团队探究了温度波动诱导搅打稀奶油品质劣变的内在机理，并首次将大语言模型应用于稀奶油贮藏货架期智能预测。相关研究成果发表于国际期刊《国际食品研究（Food Research International）》（JCR一区，IF=8.8）。加工所2024级中荷联合培养博士生李月、闫国森助理研究员为论文共同第一作者，王筠钠副研究员为通讯作者。

搅打稀奶油是烘焙、茶饮行业的核心原料，随着乳制品精深加工产业扩张，其市场规模持续增长。然而，国内冷链储运体系尚不完善，易引发产品增稠结块、脂肪上浮、打发性能衰减、风味劣变等质量问题。同时，传统货架期预测模型仅依赖有限的结构化数据，无法有效融合乳品专业领域知识，预测精度与可解释性不足，行业亟需新型智能预测手段支撑品质管控。

本研究设置4 ℃恒温、25 ℃恒温、温度循环（4 ℃↔25 ℃交替）三组搅打稀奶油样品，进行为期3个月的贮藏跟踪。结果表明，长期贮藏会引发乳液增稠、脂肪上浮、充气性能下降及风味劣变等问题；其中温度循环组样品体系失稳最为严重，推测原因是温度交替变化促使脂肪球表面晶体生长及界面蛋白脱落，加剧脂肪球部分聚结与桥连絮凝，破坏乳液微观结构，导致黏度急剧上升、抗形变能力减弱，最终影响产品充气性能；25 ℃常温贮藏样品也出现一定程度的乳液失稳，但充气性能保持良好；4 ℃低温贮藏则能提升脂肪结晶度、抑制液滴热运动，有效延缓乳液失稳。本研究创新性搭建了基于大语言模型的稀奶油货架期预测框架并完成概念验证，该模型可初步预测贮藏品质变化趋势。目前模型尚处于初步验证阶段，未来需积累更多场景数据进行校准与优化，以进一步提升其泛化能力和实际应用价值。

该研究得到了国家自然科学基金和甘肃省重大科技专项等项目资助。

原文链接：https://doi.org/10.1016/j.foodres.2026.119970