#Mental Health

2 篇

From Pattern Recognizers to Personalized Companions: A Survey of Large Language Models in Mental Health

从模式识别器到个性化伴侣：心理健康领域大语言模型综述

🧭 LLM 心理健康应用 · 智能体演进

梳理LLM在心理健康中从被动评估工具到共情对话者再到有状态个性化陪伴智能体的三阶段演进，并系统综述了智能体架构与评测资源

📌 工作参考价值（4 点）

三阶段演化框架可映射到电商推荐 Agent：从静态内容理解/分类 → 单轮对话式推荐 → 有状态、跨会话的个性化陪伴（长期偏好追踪），适合用来规划团队内部 LLM 推荐能力升级路径。
重点借鉴 Agent 架构中的 Memory 设计：区分长期用户画像（Profile）与短期会话状态，并引入记忆压缩/检索机制，解决电商搜索/推荐中跨 session 用户意图漂移与个性化不足问题。
评测体系从“单次回答准确率”转向“纵向满意度、信任与留存”的思路，可迁移到搜索推荐评估：建立面向用户长期价值（如复购率、负反馈率、会话深度）的 LLM 评估指标。
隐私保护与去标识化（de-identification）在用户数据敏感场景（如健康、电商行为）有直接参考，可为推荐 Agent 接入用户画像时提供合规与降敏方案。

LLM | 2026-09-20 | HF Daily | score 7/10

BALMS：长期心理健康感知的智能体 LLM 基准测试

🧭 LLM Agent 在纵向时序健康感知的评测

Dartmouth College · University of Cambridge

首个系统性基准，评估 LLM Agent 从长期可穿戴信号预测心理健康得分并生成有理据解释的能力

📌 工作参考价值（4 点）

在电商/推荐场景，用户行为序列同样长且稀疏，零样本 LLM 直接预测数值型指标（如 CTR、GMV、复购率）可能不如简单均值或周期基线；上线前必须用域内基线严格对比，避免高估 LLM 能力。
将原始时间序列压缩为紧凑的语义化特征（如“活跃度”“睡眠质量”）能显著提升 LLM Agent 的推理效果，同时降低上下文长度；可借鉴到用户行为序列的语义摘要，再交给 LLM 做归因或策略生成。
CoT 对推理型骨干有增益，但不保证时间定位和数值正确性；在 Agent 设计中应加入强制检索步骤、外部工具校验或硬约束，而非仅依赖模型自我解释。
LLM-as-Judge 可用于自动评估生成式解释的质量，但需将其与数值预测准确率解耦，因为 LLM 可能对流畅但事实错误的 rationale 给出高分；建立多维评估体系可迁移到推荐解释、诊断报告等场景。

Agent | 2026-08-27 | cs.CL | score 6/10