LLM 语音日记在睡眠追踪方面显示出潜力，但存在数据精度权衡

研究人员开发了一种 LLM 驱动的对话式语音日记，以改善行为睡眠医学和失眠治疗的睡眠追踪。在一项为期四周、针对大学生进行的研究中，与传统的基于文本的移动日记相比，这种基于语音的系统表现出更高的依从性并收集了更丰富的上下文数据。尽管参与者发现语音日记更容易融入他们的日常，但它也导致某些字段的结构化数据不那么完整，突显了详细的自我报告与数据精度之间的权衡。 AI

影响 可能提高健康自我报告工具的依从性和数据丰富度，但需要解决精度权衡问题。

排序理由 详细介绍 LLM 在健康领域新应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Behavioral Sleep Medicine
• cognitive behavioral therapy for insomnia
• Conversational Voice Diaries
• LLM-powered conversational voice assistants
• sleep
• Text-based mobile diary
• university student

• 论文
• 产品
• 其他

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