使用 LLM 从自发言语预测心理健康

我们研究了使用 大语言模型 (LLM) 对自发言语中的 Ryff 心理健康 (PWB) 分数进行零样本预测。使用 PsyVoiD 数据库中 111 名参与者的几分钟录音，我们评估了 12 个指令调整的 LLM，包括 Llama-3 (8B, 70B)、Ministral、Mistral、Gemma-2-9B、Gemma-3 (1B、4B、27B)、Phi-4、DeepSeek（Qwen 和 Llama）以及QwQ-预览。与临床心理学和语言学专家合作开发了领域信息提示。结果表明，LLM 可以从自发语音中提取语义上有意义的线索，在 80% 的数据上实现高达 0.8 的 Spearman 相关性。此外，为了增强可解释性，我们进行了统计分析来表征预测变异性和系统偏差，同时进行基于关键字的词云分析来突出驱动模型预测的语言特征。