Google DeepMind 论文：模拟环境 RL 训练提升 Gemini 3.1 Flash-Lite 精神科问诊能力

Rohan Paul· @rohanpaul_ai · X·2026-10-31 23:23· 1 小时前AI 评分64

AI 导读

Google DeepMind 论文用多轮 RL 在模拟病人环境中训练 Gemini 3.1 Flash-Lite，提升其精神科问诊能力。32 名精神科医生扮演病人、15 名盲评转录，训练后模型在 60 组配对案例中 76.7% 胜过同提示的基线模型；256 个对抗案例中急性风险漏升级率从 30.5% 降至 12.9%，但约 1/8 的对抗性危机仍未升级。

正文 · 原文

Google DeepMind 的新论文显示，在模拟病人上通过 RL 训练模型，使其成为更好的精神科接诊访谈员，这一结论由精神科医生评判。

在对抗性案例中，基于模拟精神科接诊的训练将急性风险漏升级率从 30.5% 降至 12.9%。

在精神科中，接诊访谈是主要诊断工具，关键事实往往只有通过信任和细致的提问才会浮现。大多数对话式医疗 AI 评估都将精神科案例排除在外。

他们用多轮 RL 训练 Gemini 3.1 Flash-Lite，对手是模拟病人，这些病人只有在建立融洽关系和提出针对性问题后才会透露关键事实。随后 32 名精神科医生扮演病人，另有 15 人盲评转录。

在 60 组配对案例中，训练后的智能体有 76.7% 胜过使用相同提示的基线模型。在 256 个对抗性案例中，它未能升级急性风险的比例为 12.9%，低于此前的 30.5%。

如果你构建健康智能体，请用模拟对话训练它们，但要让临床医生保持监督，因为约 1/8 的对抗性危机未被升级。

– arxiv. org/abs/2610.40476

标题：“Training language models in simulation for psychiatric intake”

来源：Rohan Paul · x.com