大语言模型判断酒精使用障碍风险与流行病学证据不一致

2026年10月7日，PsyArXiv发布一项尚未经同行评审的预印本研究，检验GPT-5.5、LLaMA-2-70B和MEDITRON-70B三个大语言模型对酒精使用障碍（AUD）风险的判断是否与流行病学证据一致。研究设计四组配对比较实验，分别涉及DSM-5 AUD标准、人口学特征、标准与人口学特征的组合，以及叙事临床情境，并将模型判断与NESARC-III得出的流行病学基准进行比较。结果显示，三个模型的判断与流行病学证据不一致。目前该研究仅为预印本，尚未经同行评审，结论有待进一步验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。