arXiv cs.AI· Sophia Mao, Keshav Gandhi, Alexander Gutfraind·· 3 天前AI 评分22
大语言模型生成的行为模式能否用于流行病学建模：多基准评估框架
Large language model-generated patterns for epidemiological modeling: a multi-benchmark evaluation framework
AI 导读
研究以注射吸毒人群的丙型肝炎相关行为为例，评估 LLM 生成的行为输出能否表征个体行为异质性。在三个 LLM 中，28 项文献关联的无条件方向恢复率为 46-68%，而直接让 LLM 分类同一批关联时一致率达 82-93%；与 ABM 和调查相关模式的平均绝对差异分别为 0.11-0.13 和 0.15-0.18。
正文 · AI 翻译
摘要：在流行病学建模中，表征个体层面的行为异质性颇具挑战，尤其是当实证行为数据稀疏时。我们以注射吸毒者中与丙型肝炎病毒相关的行为为案例，评估大语言模型（LLM）生成的行为输出在应对这一挑战方面的潜力。与流行病学模式的一致性通过外部基准进行评估：文献提示的关联方向、基于智能体模型（ABM）的相关性以及调查关联。在三个 LLM 中，28 个保留的文献提示关联的无条件方向恢复率为 46-68%，而当直接要求 LLM 对相同关联进行分类时，一致率为 82-93%。与 ABM 和调查相关性模式的平均绝对差异分别为 0.11-0.13 和 0.15-0.18。总之，这些发现表明，尽管知识探测的一致率更高，LLM 生成的行为关系与流行病学证据之间仅存在部分一致性。在将 LLM 生成的行为输出纳入模拟传播动力学的流行病学模型之前，需要进行更系统的评估。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.15994 [cs.AI] |
| （或 arXiv:2610.15994v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15994 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Sophia Mao [查看邮箱]
[v1]
2026年10月11日星期日 23:48:02 UTC（263 KB）
来源：arXiv cs.AI · arxiv.org