arXiv cs.CL· Olivier Tieleman, Samuel J. Bell, Ziyi Zhu, Ting Su, Elizabeth Kroll, Thomas D. Hull, Caitlin A. Stamatis·· 11 小时前AI 评分42
微调 Qwen 3.5 27B 从 AI 心理健康对话被动估计抑郁严重程度
Fine-tuning LLMs for Passive Depression Severity Estimation from AI Mental Health Dialogue
AI 导读
研究团队微调 Qwen 3.5 27B 并加回归头，仅凭 AI 心理健康应用中的对话预测 PHQ-9 分数，将 3,111 条真实标签与前沿推理模型生成的伪标签扩充至 5,524 名用户。
正文 · AI 翻译
摘要：抑郁症是全球致残的主要原因之一，但诸如患者健康问卷-9（PHQ-9）等经过验证的问卷往往未被完成，导致数据稀疏且有偏。AI 心理健康应用的用户经常主动描述自己的情绪、睡眠和功能状态，从而产生连续的症状记录。在此，我们仅从这些对话中预测 PHQ-9 分数。与许多临床语言任务一样，标签稀缺且不平衡。我们通过使用回归头微调 Qwen 3.5 27B，并用来自前沿推理模型和迭代训练的中间模型的伪标签扩充 3,111 个真实标签，扩展到 5,524 名分数更均衡的用户，从而同时解决这两个问题。在 422 名留出用户上，模型在临床阈值（PHQ-9 $\geq 10$）处达到 MAE $= 3.98$、Pearson $r = 0.67$ 和 AUC $= 0.88$；从 PHQ-9 $\geq 3$ 到 PHQ-9 $\geq 24$ 的各严重程度阈值下 AUC 均 $> 0.80$，表明该模型捕获了全临床谱系的抑郁严重程度。这些结果支持无需自我报告的被动抑郁监测。
| 评论： | 12 页，2 张图 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2606.17973 [cs.CL] |
| （或 arXiv:2606.17973v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.17973 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Olivier Tieleman [查看邮箱]
[v1]
2026 年 6 月 16 日星期二 14:28:47 UTC（451 KB）
[v2]
2026 年 11 月 4 日星期三 13:48:53 UTC（304 KB）
来源：arXiv cs.CL · arxiv.org