研究：LLM标注退伍军人心理危机严重度一致性高于专家
热点事件持续更新
研究：LLM标注退伍军人心理危机严重度一致性高于专家
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
一项研究对比了15个开源与10个专有LLM在八种提示词变体下，与8位退伍军人领域专家对149条推文做五级危机严重度标注的表现。作者称，LLM之间的序数一致性α在基线提示词下达到0.8336，高于人类专家的0.494；GPT-5.6-Terra整体表现最佳，开源Qwen2.5-7B在识别急性危机伴自杀意念案例上最强。 这些数字衡量的是标注者之间的一致程度，而非标注与真实危机状况的吻合程度，因此不能据此认定LLM的危机判断更准确。
AI 根据报道生成 · 49 分钟前更新
最新进展11月11日 13:00
退伍军人心理健康危机严重度标注：LLM 比人类专家更一致吗？报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI退伍军人心理健康危机严重度标注：LLM 比人类专家更一致吗？
一项研究用 149 条推文和五级严重度分类，对比 15 个开源与 10 个专有 LLM 在八种提示词变体下与 8 位退伍军人领域专家的标注表现。LLM 间序数一致性 α 在基线提示词下达 0.8336，高于人类专家的 0.494，GPT-5.6-Terra 整体表现最佳，开源 Qwen2.5-7B 在识别急性危机伴自杀意念案例上最强。
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。