arXiv Artificial Intelligence· Xinkai Chen·2026-10-15 12:00· 19 小时前AI 评分22

结构化标准提取 vs. 思维链：评估 LLM 的抑郁严重程度标准提取

Structure vs. Chain-of-Thought: Evaluating LLM Criteria Extraction for Depression Severity

AI 导读

研究对比了 LLM 直接评分与先提取临床标准再由规则判定两种抑郁严重程度评估方式，在两组 Reddit 语料上用三个 LLM（9B 至前沿规模）和 PHQ-9、BDI-II 两份问卷以二次加权 kappa 衡量一致性。