标签
一位用户寻求关于AI语音识别模型的建议，这些模型能够准确理解严重受损的言语，例如其患有唐氏综合症和自闭症、几乎没有语言能力的兄弟的言语，并指出当前像Whisper这样的系统无法识别。
本文提出一个模型引导的框架，利用AI发现和生成面部情绪刺激，最大化自闭症与神经典型个体之间的感知差异，并证明群体差异集中在少数表情上。
本文评估了帧采样率对使用LSTM和GRU模型进行基于序列的自闭症相关自我刺激手部行为分类的影响，在15帧间隔下实现了高达98.75%的准确率，并分析了针对小规模行为视频数据集的数据增强策略。
一项大型兄弟姐妹配对研究再次发现，孕期使用对乙酰氨基酚（泰诺）与自闭症或注意力缺陷多动症（ADHD）没有关联，反驳了特朗普和小罗伯特·F·肯尼迪的说法。
本文介绍了一种基于偏见意识的评估框架，用于检测大语言模型中的反自闭症能力歧视语言，该框架使用基于注释者立场的心理测量加权真实值。研究发现，大语言模型经常将社区重新赋予的语言错误分类为能力歧视，并依赖表面关键词匹配而非上下文。
GEESE 是一个端到端深度学习框架，能够直接从3D姿态动态中学习行为表征，无需手工特征。在三种自闭症相关遗传模型（CNTNAP2、CHD8、FMR1）中，它在行为分类和基因型预测任务上超越了传统基线。该框架还引入了 HONK，一个基于自然语言进行行为表型分析的交互式工具。
本文介绍了TPA (Think, Plan, Ask)，一种前瞻性多智能体对话框架，利用LLMs通过选择基于临床的提问策略，系统地揭示自闭症中潜在的社交语言障碍特征。它实现了82.1%的特征覆盖率，优于临床医生的真实临床对话。