研究比较LLM抑郁严重度评估两种方法
热点事件持续更新
研究比较LLM抑郁严重度评估两种方法
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
一项 arXiv 论文比较了两种用大语言模型评估抑郁严重程度的方式：让模型直接评分（思维链），以及先按 PHQ-9、BDI-II 临床标准提取信息、再由规则判定。研究在三个模型（9B 至前沿规模）和两个 Reddit 语料上，以二次加权 kappa 衡量与标注的一致性。 结果显示，结构化标准提取并不普遍更优：两个前沿模型只有在决策阈值基于标注数据拟合时，才在一个语料上略优于思维链，且增益不显著；阈值先验固定时没有增益。9B 模型在抑郁社区语料上倾向把多数帖子标为重度，此时先验规则反而更好。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
结构化标准提取 vs. 思维链：LLM 抑郁严重程度标准提取评估报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AI结构化标准提取 vs. 思维链：LLM 抑郁严重程度标准提取评估
研究对比了 LLM 直接评分与先提取 PHQ-9、BDI-II 临床标准再由规则判定两种抑郁严重程度评估方式，在三个模型（9B 至前沿规模）和两个 Reddit 语料上以二次加权 kappa 衡量一致性。两个前沿模型仅在决策阈值基于标注数据拟合时，标准提取才在一个语料上优于思维链，且增益不显著；阈值先验固定时无增益。9B 模型在抑郁社区语料上倾向将多数帖子标为重度，先验规则反而更优。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。