Rohan Paul

新的 Google DeepMind 论文表明，根据精神病学家的判断，在模拟患者上使用强化学习训练模型使其成为更好的精神病患者访谈员。 在对抗性案例中，模拟精神病学摄入量训练将错过的急性风险升级从 30.5% 减少到 12.9%。 在精神病学中，入院访谈是主要的诊断工具，关键事实通常只有通过信任和仔细的问题才能浮出水面。大多数对话式医学人工智能评估都将精神病病例排除在外。 他们使用多轮强化学习对 Gemini 3.1 Flash-Lite 进行训练，针对模拟患者，这些患者只有在融洽相处并提出有针对性的问题后才会透露关键事实。然后，32 名精神科医生对患者进行角色扮演，另外 15 名精神科医生对笔录进行盲评。 经过训练的智能体在 60 个匹配案例对中的 76.7% 击败了具有相同提示的基本模型。在 256 个对抗性案例中，它未能升级急性风险的概率为 12.9%，低于 30.5%。 如果你构建健康代理，请通过模拟对话对他们进行培训，但要让临床医生进行监督，因为大约八分之一的对抗性危机没有升级。 – arxiv。组织/abs/2610.40476 标题：“模拟精神病学摄入量的语言模型训练”