原帖引用 · AI 翻译
Rohan Paul@rohanpaul_ai
Google DeepMind 的一篇新论文显示，根据精神科医生的评判，通过模拟患者进行强化学习训练，使模型成为更出色的精神科初诊访谈者。
在模拟精神科初诊访谈中进行训练，使对抗性案例中急性风险未被及时上报的比例从 30.5% 降至 12.9%。
在精神病学中，初诊访谈是一项主要诊断工具，而关键信息往往只有在建立信任并谨慎提问后才会浮现。大多数对话式医疗 AI 评估都未纳入精神科案例。
他们让 Gemini 3.1 Flash-Lite 与模拟患者进行多轮交互，并通过强化学习训练；这些模拟患者只有在建立融洽关系并被针对性提问后才会透露关键信息。随后，32 名精神科医生扮演患者，另有 15 名精神科医生在不知道模型身份的情况下评估对话记录。
在 60 对匹配案例中，训练后的智能体有 76.7% 的案例表现优于使用相同提示词的基础模型。在 256 个对抗性案例中，它未能上报急性风险的比例为 12.9%，低于原来的 30.5%。
如果你开发医疗智能体，应使用模拟对话训练它们，但要让临床医生继续监督，因为在对抗性危机案例中，约每 8 例就有 1 例未被上报。
– arxiv. org/abs/2610.40476
标题：“在模拟环境中训练用于精神科初诊的语言模型”
· UTC+8