arXiv · cs.CL· Baihan Lin·· 21 天前AI 评分49
大语言模型评估抑郁更多反映评分者而非患者：arXiv 新研究
Language-model ratings of depression reflect the rater more than the patient
来源与原文
arXiv · cs.CL
作者：Baihan Lin
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08501v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项预注册研究将 11 个开源模型与提示词及评分方式交叉组合成 880 个大语言模型评分者，对 189 段访谈按 PHQ-8 量表评估抑郁。模型选择解释了症状总分方差的 30.0%，两名 AUC ≥ 0.70 的评分者平均对 40% 参与者的筛查结论不一致。用 40 名标注参与者重校准后准确率从约 60% 升至 75%、分歧减半，但仍有五分之一的参与者结论不同。
来源：arXiv · cs.CL · arxiv.org