热点事件持续更新
UMer框架：从社交痕迹估计抑郁严重程度
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27日，arXiv cs.CL 发布论文提出 UMer 框架，通过心理引导的证据推理从社交媒体痕迹估计抑郁严重程度。方法分三步：先从用户历史社交痕迹中蒸馏出用户特定的心理先验；再经量表引导的多查询检索构建证据记忆；最后通过由粗到细的证据感知推理预测条目级分数，并给出可解释理由。在真实基准实验中，UMer 性能与现有基线相比具有竞争力，且可泛化到其他量表类任务。目前公开报道仅此一篇，为该研究的首次披露，尚无后续验证或复现报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
arXiv 论文提出 UMer，用心理先验与证据推理预测条目级抑郁分数。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLUMer：通过心理引导的证据推理从社交痕迹估计抑郁严重程度
UMer 通过心理引导的证据推理，从社交媒体痕迹估计抑郁严重程度。它先从历史社交痕迹中蒸馏出用户特定的心理先验，再经量表引导的多查询检索构建证据记忆，最后通过由粗到细的证据感知推理预测条目级分数并给出可解释理由。真实基准实验中，其性能与现有基线相比具有竞争力，可泛化到其他量表类任务。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。