利用大语言模型进行心理评估：一种注重隐私且成本效益高的方法
计算与语言
2024-02-07 v1 人工智能
计算机与社会
摘要
本研究探索使用大语言模型（LLMs）分析Reddit用户的文本评论，旨在实现两个主要目标：首先，精确定位支持预定义自杀风险心理评估的关键摘录；其次，总结材料以证实预先指定的自杀风险等级。这项工作仅限于使用可以在本地运行的“开源”LLMs，从而增强数据隐私。此外，它优先考虑计算需求低的模型，使计算预算有限的个人和机构都能使用。所实施的策略仅依赖于精心设计的提示和语法来引导LLM的文本补全。尽管方法简单，但评估指标显示出卓越的结果，使其成为一种有价值的注重隐私且成本效益高的方法。这项工作是计算语言学与临床心理学（CLPsych）2024共享任务的一部分。
引用
@article{arxiv.2402.03435,
title = {Psychological Assessments with Large Language Models: A Privacy-Focused and Cost-Effective Approach},
author = {Sergi Blanco-Cuaresma},
journal= {arXiv preprint arXiv:2402.03435},
year = {2024}
}
备注
Accepted to the Workshop on Computational Linguistics and Clinical Psychology (CLPsych) at EACL 2024