LLM流程可自动评估治疗保真度并生成督导反馈
资讯摘要
论文提出一套基于大语言模型的整合应用，用于自动化心理治疗保真度评估流程，并从真实长篇临床转录文本生成可操作的督导反馈。作者在多个任务分解配置与推理策略下评测三个开放权重模型，报告“证据优先”推理可改善保真度估计；并在独立随机对照试验上验证外部结构效度，能区分CBT与非CBT会谈。专家用户研究认为该流程生成的反馈具有可操作性。
要点速读
- 论文评测三个开放权重模型，覆盖多种任务分解配置与推理策略，作者报告证据优先推理提升保真度估计。
- 在独立随机对照试验数据上验证外部结构效度，可区分CBT与非CBT会谈的核心治疗技能。
- 心理健康专家用户研究认为，该流程能从真实长篇临床转录生成可操作的临床反馈。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。