English(EN) Fine-tuning LLMs for Passive Depression Severity Estimation from AI Mental Health Dialogue

AI模型从心理健康对话中估计抑郁严重程度

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-16 14:28

研究人员开发了一种方法，利用AI心理健康应用的对话数据来估计抑郁严重程度。通过微调Qwen3.5-27B模型并使用Claude Opus生成的伪标签进行增强，该系统能够高精度地预测PHQ-9分数。这种方法实现了被动、连续的症状监测，有可能在用户无需完成自我报告的情况下，提高干预的及时性。 AI

影响通过AI心理健康平台实现被动、连续的抑郁症状监测，减少对用户自我报告的依赖。

排序理由该集群包含一篇学术论文，详细介绍了使用LLM进行抑郁严重程度估计的新方法。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CL TIER_1 English(EN) · Olivier Tieleman, Ziyi Zhu, Ting Su, Samuel J. Bell, Thomas D. Hull, Caitlin A. Stamatis · 2026-06-17 04:00

从AI心理健康对话中微调LLM以进行被动抑郁严重程度估计

arXiv:2606.17973v1 Announce Type: new Abstract: Depression is the leading cause of disability worldwide, and early detection of symptom change is essential for timely intervention. Validated instruments such as the Patient Health Questionnaire-9 (PHQ-9) support symptom monitoring…
arXiv cs.CL TIER_1 English(EN) · Caitlin A. Stamatis · 2026-06-16 14:28

针对AI心理健康对话中被动抑郁严重程度估计的LLM微调

Depression is the leading cause of disability worldwide, and early detection of symptom change is essential for timely intervention. Validated instruments such as the Patient Health Questionnaire-9 (PHQ-9) support symptom monitoring at scale, but real-world completion rates are l…