National Violent Death Reporting System

大型语言模型在罕见自杀情况方面优于微调模型

一篇新的研究论文比较了大型语言模型 (LLM) 与微调 RoBERTa 模型在从死亡调查叙述中提取复杂情况方面的性能。该研究引入了一种“复杂性评分”算法来确定最佳提示策略，发现 LLM 在低流行率情况下表现出色，而微调模型在这方面缺乏足够的训练数据。研究表明，像 GPT-5.2、Gemini 2.5 Pro 和 Llama-3 70B 等前沿 LLM 表现出一致的性能模式，这表明一种混合架构，其中 LLM 处理罕见案例，微调模型处理常见案例。