DeepMind 仿真 RL 训练:AI 精神科问诊漏报急性风险从 30.5% 降至 12.9%
rohanpaul_ai · x · 2026-10-31
Google DeepMind 论文显示，用强化学习在模拟病人环境中训练模型，可显著提升其作为精神科 intake 问诊者的能力，由精神科医生盲评判定。
关键数据与做法：
- 用多轮 RL 训练 Gemini 3.1 Flash-Lite，对抗「只在建立信任后才透露关键信息」的模拟病人
- 32 名精神科医生扮演病人，另 15 名盲评逐字稿；60 组配对案例中训练后模型 76.7% 胜出同提示的基座模型
- 256 个对抗性案例中，急性风险漏升级率从 30.5% 降至 12.9%；鉴别诊断恰当率 68.3% vs 33.3%
- 局限仍在：人类医生评估的案例中仅 46.7% 获得全面恰当的治疗建议，约 1/8 对抗性危机仍未升级
对做医疗 agent 的启示：可用模拟对话做训练与压力测试，但必须保留临床医生监督。
所属事件:DeepMind 用仿真 RL 训练 Gemini 做精神科问诊，漏分诊率减半(13 条相关)→
「模型」频道最新
- 曝 GPT-6 家族四款命名:Luna、Terra、Sol 与 Astra — Angaisb_ · 2026-11-01
- 小米开源 Xiaomi-OCR-0 登上 Hugging Face 热门榜 — xiaomi-research · 2026-11-01
- DeepSeek-V4.1-Flash 登顶 Papers with Code 方法热度榜 — NielsRogge · 2026-11-01
- GPT-6 Astra 横评:编码科研制霸,金融法律掉到第16 — Hrstar1 · 2026-11-01
- ThursdAI 周报：Gemini 4 Carbon 登顶第一，Anthropic 递交上市文件 — thursdai_pod · 2026-11-01
- Anthropic 限制付费用户用途引众怒,恐成监管先例 — QuixiAI · 2026-10-31