混合 LLM 系统在抑郁症筛查挑战赛中排名第三

DS@GT 的研究人员开发了一个混合多智能体 LLM 系统，用于对话式抑郁症筛查，在 eRisk 2026 任务 1 挑战赛中获得第三名。他们的系统通过采访模拟抑郁症患者的 LLM 角色来进行，从单一模型原型发展到多智能体架构，最终发展为混合配置。这种混合方法用开源的 Gemma 27B 模型取代了专有的 GPT-5 nano interviewer，并通过预计算的对话树和可靠性加权共识聚合等算法组件进行了增强。该混合系统表现出具有竞争力的性能，以显著降低的成本超越了专有模型。 AI

影响 证明了算法指导在使开源模型能够胜任专业任务并与专有模型竞争方面的有效性。

排序理由 研究论文，详细介绍了一种用于特定任务的新型混合多智能体 LLM 系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• DagsHub
• DS@GT
• eRisk 2026
• Gemma 27B
• GPT-5 nano
• Hugging Face
• Weaver framework

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →