PulseAugur
中
实时 07:09:42
English(EN) Integrating adaptive human behavior into epidemic models with large language models

LLM 整合到流行病模型中以预测人类行为

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为 Generative Adaptive Behavioral Layer for Epidemics (GABLE) 的新颖框架，该框架将大型语言模型 (LLM) 整合到机械流行病模型中。GABLE 推断人类对流行病状况和政策变化的反应，将其转化为接触矩阵，然后与流行病动力学耦合。当应用于法国的 COVID-19 时，GABLE 证明了其重现人群混合模式和年龄特定接触结构的能力，在短期预测方面优于由移动性驱动的矩阵。该框架还通过预测对潜在干预措施的行为和流行病反应，在前瞻性政策评估方面显示出潜力。 AI

影响 这项研究展示了 LLM 在理解和预测公共卫生危机中人类行为方面的新颖应用，有可能改进流行病建模和政策评估。

排序理由 学术论文，详细介绍了将 LLM 整合到流行病建模中的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

LLM 整合到流行病模型中以预测人类行为

本文如何被排名

Signal score
24 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
学术论文，详细介绍了将 LLM 整合到流行病建模中的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yicheng Mao, Haoyang Li, Rob Deardon, Hongru Du ·

    使用大型语言模型将适应性人类行为整合到流行病模型中

    arXiv:2608.29535v1 Announce Type: cross Abstract: Infectious disease transmission is shaped by patterns of human interaction, which adapt as epidemic conditions change. Capturing these context-dependent behaviors remains a fundamental challenge for epidemic models. Here, we recas…

相关实体

相关话题