热点事件持续更新
六协变量基线在长时程抑郁预测中胜过文本模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv cs.CL 上的一项研究提出，用儿童11岁时写的作文长时程预测其23岁时可能的抑郁症状。研究显示，仅使用六个童年协变量的 logistic 回归基线 AUC-ROC 为 0.737，高于表现最佳 Transformer 的 0.670。该基线还胜过七个微调 Transformer、bag-of-words、冻结嵌入以及四个零样本 LLM。研究同时称，没有任何文本分数能可检测地提升该基线的 AUC-ROC。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
新预印本显示，六协变量回归基线 AUC-ROC 0.737，高于最佳 Transformer 的 0.670。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CL无 Transformer 能胜过六个协变量：从儿童作文长时程预测抑郁症状
用 11 岁作文预测 23 岁时可能的抑郁症状，基于六个童年协变量的 logistic regression 基线 AUC-ROC 为 0.737，高于最佳 Transformer 的 0.670。该基线还胜过七个微调 Transformer、bag-of-words、冻结嵌入和四个零样本 LLM，且没有任何文本分数能可检测地提升其 AUC-ROC。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。