跳到正文
热点事件持续更新

OAK-Mind:零训练多智能体LLM推断心理健康变化

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Yishu Ji 等作者提出 OAK-Mind,一个零训练、多智能体、知识增强的大语言模型流水线,用于从被动传感数据推断心理健康变化。它把睡眠、身体活动、位置移动和手机使用等传感数据组织为行为维度,由基于心理健康文献的专用智能体解读纵向行为变化,并结合问卷症状评分,推断相对个体基线的变化。 作者称,在无需任务特定训练的情况下,OAK-Mind 的表现与使用额外标注样本训练的最优监督基线相当或更优,并在四个测试的 LLM 骨干上较直接提示有一致提升。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    OAK-Mind:基于知识增强多智能体 LLM 的零训练心理健康变化推断

    OAK-Mind 是一个零训练、多智能体、知识增强的 LLM 流水线,可从被动传感数据推断心理健康变化。它将睡眠、身体活动、位置移动和手机使用等传感数据组织为行为维度,由基于心理健康文献的专用智能体解读纵向行为变化,并结合问卷症状评分推断相对个体基线的变化。在无需任务特定训练的情况下,其表现与使用额外标注样本训练的最优监督基线相当或更优,并在四个测试的 LLM 骨干上较直接提示有一致提升。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。