大语言模型生成的行为模式能否用于流行病学建模：多基准评估框架

研究以注射吸毒人群的丙型肝炎相关行为为案例，评估 LLM 生成的行为输出能否弥补流行病学建模中行为数据稀疏的问题。在三个 LLM 上，28 项文献关联的无条件方向恢复率为 46-68%，而直接让模型分类同一批关联时一致率达 82-93%；与 ABM 和调查相关性模式的平均绝对差异分别为 0.11-0.13 和 0.15-0.18。