SDCNL

新框架通过推理和不确定性建模增强AI心理健康预测能力

研究人员开发了一个新的多视图学习框架，旨在提高使用文本数据进行的心理健康预测的可信度。该框架整合了来自仅编码器模型（encoder-only models）的语义信息和来自仅解码器模型（decoder-only models）的推理信息，并采用证据学习（evidential learning）方法来显式建模和管理不确定性。该系统旨在提供更可靠的预测和可信的不确定性估计，使其适用于敏感的心理健康应用。