一项新研究评估了在临床语音代理通话中检测患者挫败感的有效性,发现仅依赖文本记录是不够的,特别是对于患者的简短发言。研究利用了真实的临床通话数据和一个模拟语料库,揭示了许多患者的发言只有一两个词长。当考虑音频线索时,一些Gemini 2.5模型在挫败感检测方面有所改进,但性能因所使用的模型和提示而异。一个在临床通话上训练的专门的WavLM模型在处理非常简短、带有挫败感的发言时也遇到了困难。 AI
影响 目前的语音代理可能因依赖文本记录而误解患者的挫败感,这可能会影响护理质量。
排序理由 该集群包含一篇详细介绍AI模型性能研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →