大语言模型生成的行为模式能否用于流行病学建模：多基准评估框架

研究以注射吸毒人群的丙型肝炎相关行为为例，评估LLM生成的行为输出能否弥补流行病学建模中个体行为数据稀缺的问题。在三个LLM中，28项文献关联的无条件方向恢复率为46-68%，而直接让LLM分类同一批关联时一致率达82-93%；与ABM和调查相关模式的平均绝对差分别为0.11-0.13和0.15-0.18。结果表明LLM生成的行为关系与流行病学证据仅部分对齐，在纳入传播动力学模型前需更系统的评估。