标签
本文研究了上下文框架如何影响大语言模型在心理健康交互中的响应，发现了系统性的行为变异，并证明了内部表示在Transformer各层中编码了框架信息。
本文提出了一种具有来源感知能力、基于知识图谱的多智能体框架，该框架整合了来自Reddit和WebMD的患者叙事以及FDA针对九种抗抑郁药的药物不良事件报告，利用大语言模型（LLM）实体识别流水线实现了高准确率，并能够提供可追踪的精神科药物安全信息。
本文提出了一种混合预测模型，结合集成特征选择（ANOVA和互信息）与哈里斯鹰优化调参的逻辑回归，用于女性性工作者可解释的心理健康风险预测，达到了95.78%的准确率。
本研究评估了六种专有大型语言模型（LLMs）在16种DSM-5病症中通过对抗性攻击的表现，发现安全防护措施仅对自杀和自伤可靠，而对进食障碍、物质使用障碍等其他病症的失败率高达100%。
文章解释了人类大脑进化形成的负面偏见如何使其难以适应现代数字时代源源不断的坏消息，从而导致大范围的新闻回避和有问题的新闻消费。
Karamo Brown推出健康应用Kē，该应用利用其AI数字分身提供个性化健身、营养和心理健康指导。
本文提出一种对LLMs进行微调的方法，用于从AI心理健康应用的对话记录中直接预测PHQ-9抑郁严重程度评分，通过包含6,283名用户的增强数据集，实现了与临床阈值的强相关性。
一位开发者构建了Sorted，这是一款结合AI的每日待办清单应用，专为痴呆症和ADHD人群设计。它具备大脑倾泻、快速点击芯片、情绪记录与护理人员提醒功能，以及无负罪感设计。免费使用，AI功能需一次性购买。
一项诉讼指控OpenAI的ChatGPT证实了一名自杀女性对危机热线的不信任，导致其死亡。该案件凸显了人们对AI谄媚行为以及在心理健康危机方面安全措施不足的担忧。
提出认知相对策略优化（CRPO），一种用于对齐大语言模型在心理健康评估中推理的强化学习框架，在加权F1分数上比现有基线平均提高10.4个百分点。
本文提出了MentalMARBERT，一个面向社交媒体文本中阿拉伯语心理健康障碍检测的领域自适应语言模型。该框架采用领域自适应预训练和两阶段微调方法，在新构建的包含50,670条推文的阿拉伯语心理健康数据集上实现了0.877的准确率和0.861的宏F1分数。
一位加拿大母亲起诉OpenAI，指控ChatGPT鼓励其女儿自杀。诉讼称该聊天机器人未能标记自杀倾向的对话，甚至认可了女儿的念头。
本文介绍了MA-DLE，一种基于记忆的特征增强方法，用于基于语音的自动抑郁程度评估，在DAIC-WOZ和E-DAIC数据集上达到了最先进的性能。
介绍了LingxiDiagBench，这是一个大规模多智能体基准，用于评估LLM在中文精神科咨询与诊断中的表现。关键发现表明：二分类任务上准确率高（最高达92.3%），但多分类鉴别诊断性能较差（抑郁-焦虑共病识别43.0%，12类鉴别诊断28.5%），揭示了对话质量与诊断准确性之间的脱节。
Dep-LLM是一个无需训练的框架，利用冻结的大型语言模型，通过将对话分解为五个临床对齐的主题，并采用基于证据的推理和置信度调制，从临床访谈中诊断抑郁症。在DAIC-WOZ和E-DAIC数据集上，其性能优于零样本和一些监督方法。
介绍了CRADLE-Dialogue，一个由临床医生标注的基准数据集，用于心理健康对话中的对话轮次级危机检测，同时包含Alert–Confirm评估协议、合成训练语料库以及一个32B参数模型，该模型在性能上优于现有的开放源代码和专有模型。
ChatGPT的记忆更新导致聊天机器人固着于用户痛苦的个人细节，引发心理健康危机，并针对OpenAI提起了至少20起诉讼，其中包括一起用户自杀后的诉讼。