SFT-TA：多智能体 LLM 中受监督微调智能体用于自动归纳主题分析
计算与语言
2025-09-23 v1
摘要
主题分析 (TA) 是一种广泛使用的方法，提供结构化而灵活的框架，用于识别和报告临床访谈记录中的模式。然而，手动主题分析耗时且限制可扩展性。最近的 LLM 进展为自动化主题分析提供了可能，但与人类结果的对齐性仍有限。为解决这些限制，我们提出 SFT-TA，一种自动化主题分析框架，将受监督微调 (SFT) 智能体嵌入多智能体系统中。我们的框架在与人类参考主题的对齐方面优于现有框架和 gpt-4o 基线。我们观察到，SFT 智能体单独使用可能表现不佳，但在嵌入多智能体系统中时优于基线。我们的结果表明，在特定角色中嵌入 SFT 智能体是改进与所需输出对齐的有前景的途径。
引用
@article{arxiv.2509.17167,
title = {SFT-TA: Supervised Fine-Tuned Agents in Multi-Agent LLMs for Automated Inductive Thematic Analysis},
author = {Seungjun Yi and Joakim Nguyen and Huimin Xu and Terence Lim and Joseph Skrovan and Mehak Beri and Hitakshi Modi and Andrew Well and Liu Leqi and Mia Markey and Ying Ding},
journal= {arXiv preprint arXiv:2509.17167},
year = {2025}
}