arXiv · cs.CL· Karol Chlasta·· 17 天前AI 评分38
HiPAD：用于抑郁症检测的步态、视听与人格融合网络，含人格分层消融与领域适配 LLM 校准局限分析
HiPAD: A Unified Gait, Audio-Visual, and Personality Fusion Network for Depression Detection, with a Hierarchical Personality Ablation and the Calibration Limits of Domain-Adapted LLMs
来源与原文
arXiv · cs.CL
作者：Karol Chlasta
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/2610.14961v1
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
研究者提出统一融合网络 HiPAD，参加 MPDD-AVG 2026 抑郁检测挑战赛全部六个子赛道，覆盖步态、视听等模态。约 150 tokens 的人格描述所含抑郁信号超过音频、视频与步态总和，步态加人格配置 TLS 达 0.647；四级消融（L0-L3）显示移除全部人格特征会使 Track-Level Score 降至 0.499-0.507 的随机水平。用 LoRA（7B）/QLoRA（72B）在 PHQ-8/9 数据上做领域适配将二分类 Cohen's κ 提升 0.13 但损害 PHQ-9 回归，系统跨赛道 G-Score 为 0.482。
来源：arXiv · cs.CL · arxiv.org