AWARE 框架：在精神卫生诊疗中评估患者使用对话式 AI 的教育性访谈框架
本文提出 AWARE（AI 使用、原因、依恋、现实与风险、对功能的影响）框架，作为帮助精神卫生专业人员系统评估患者使用对话式 AI 的教育性访谈工具，围绕五个临床相关领域组织提问，并讨论将其纳入本科、研究生与继续专业教育的途径及未来研究重点。
正在载入内容…
2 篇关联报道
本文提出 AWARE（AI 使用、原因、依恋、现实与风险、对功能的影响）框架，作为帮助精神卫生专业人员系统评估患者使用对话式 AI 的教育性访谈工具，围绕五个临床相关领域组织提问，并讨论将其纳入本科、研究生与继续专业教育的途径及未来研究重点。
该工作对27个常用基准数据集上的基线模型进行超参数微调，依据图感知模型与其对应图无关模型的对比表现，将异质数据集划分为恶性、良性与模糊三类，并据此重新评估11个SOTA异质图模型、在三种合成图生成方法上对11个同质性度量做首次定量评测，发现多数SOTA模型并未显著优于最佳基线，且经典度量仍具竞争力。
已读完全部报道