研究人员开发了 Dep-LLM，一种无需额外训练即可从临床访谈中诊断抑郁症的新型框架。该系统通过模仿精神科医生的结构化推理过程来利用现有的大型语言模型 (LLM)。Dep-LLM 分析冗长的对话，识别关键的抑郁症指标，量化其发现的可靠性，并整合这些信号以进行最终诊断，在基准数据集上的表现优于监督式 LLM 和商业 LLM。 AI
影响 该方法可以通过利用现有的 LLM 而无需昂贵的微调，从而实现更易于访问和可扩展的 AI 驱动的心理健康诊断。
排序理由 该集群包含一篇详细介绍使用 LLM 进行抑郁症诊断的新方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.10796v1 Announce Type: cross Abstract: Automatic Depression Detection (ADD) from clinical interviews is a pivotal task in computational mental health, yet it remains challenging due to two critical obstacles: 1) difficulty in modeling complex but sparsely distributed d…
Automatic Depression Detection (ADD) from clinical interviews is a pivotal task in computational mental health, yet it remains challenging due to two critical obstacles: 1) difficulty in modeling complex but sparsely distributed depression clues within lengthy, multi-topic clinic…