LLM行为模式用于流行病建模评估

2026年10月14日，arXiv Artificial Intelligence发布一项研究，评估大语言模型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。研究以注射吸毒人群的丙型肝炎相关行为为例，在三个LLM中测试28项文献关联的无条件方向恢复率，结果为46-68%；而直接让LLM分类同一批关联时，一致率达82-93%。与基于代理模型（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。作者Sophia Mao、Keshav Gandhi、Alexander Gutfraind据此表示，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。该研究为多基准评估框架，未涉及收费或地域限制。

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。