LLM生成注射行为模式用于流行病建模的多基准评估

Sophia Mao、Keshav Gandhi和Alexander Gutfraind在arXiv发布论文，以丙型肝炎相关注射吸毒行为为案例，评估三种大语言模型生成的行为模式与流行病学证据的对齐程度，基准包括文献、基于智能体的模型（ABM）和调查数据。 结果显示：在28条保留的文献支持关联上，无方向性恢复率为46-68%，而当直接要求LLM分类同样关联时一致率为82-93%；与ABM及调查相关模式相比，平均绝对差分别为0.11-0.13和0.15-0.18。 作者称，在将LLM生成的行为输出用于模拟传播动力学的流行病学模型之前，还需要更系统的评估。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。