西安交通大学团队开发APOLO:让AI自主优化提示词 助力心理健康诊断创新

2026年1月25日
news

(图片来自网络)

西安交通大学计算机科学与技术学院联合新加坡国立大学团队,研发的APOLO框架为AI提示词优化带来创新方案,助力心理健康诊断领域复杂情感分析。该项目发表于《IEEE情感计算汇刊》,为自动化提示词优化在心理健康诊断提供新思路。


一、框架核心创新



  • APOLO框架概述:该框架让AI像专业心理团队一样,通过多代理协作系统化优化提示词,解决传统AI在复杂情感(如多重情绪共病)识别的挑战。

  • 多代理协作机制:包含规划师、教师-学生-批评家、目标代理,模拟人类专家协作优化提示词,实现系统化改进。

  • 数学建模优化:将提示词优化建模为部分可观测马尔可夫决策过程,科学控制优化方向与效率。


二、实验验证效果



  • 在六个真实数据集测试,提升心理健康诊断准确率,宏观F1得分平均提升48.19%,微观F1达65.86%。

  • 高效利用计算资源,同等性能下减少约70%令牌生成,体现效率优势。

  • 对多标签复杂情感(如焦虑、抑郁共病)识别表现突出,精准匹配率与部分匹配准确率显著提升。


三、关键优势



  • 鲁棒性与可解释性:对不同初始提示词鲁棒,优化过程可追溯,适用于临床场景。

  • 数据效率高:单样本即可实现高性能,降低数据依赖与成本。

  • 快速收敛:迭代中早期快速改进,后期平稳优化,整体收敛特性稳定。


该研究为AI辅助心理健康诊断提供了创新工具,未来将拓展多语言与文化场景应用,推动AI技术在医疗健康领域的应用落地。

(声明:该内容经AI精编) 查看原网页

精彩评论(10)

  • 网友10 2026-01-25 14
    心理健康领域的AI辅助诊断确实需要创新,APOLO提供了新思路,很积极!
  • 网友9 2026-01-25 14
    AI能学习优化提示词,说明自主进化的方向很值得探索,很有前途!
  • 网友8 2026-01-25 14
    研究团队的工作为AI在医疗应用开辟了新方向,肯定对行业有推动作用!
  • 网友7 2026-01-25 14
    科技发展让AI更智能,自主优化提示词现在成为可能,未来会很厉害!
  • 网友6 2026-01-25 14
    APOLO的多代理协作机制很巧妙,模拟人类心理团队的方式很实用!
  • 网友5 2026-01-25 14
    看到AI在心理健康诊断方面有新突破,为患者提供更准确支持,很让人欣慰!
  • 网友4 2026-01-25 14
    这种自主优化的方法很有创新性,解决了传统提示词设计的问题,值得肯定!
  • 网友3 2026-01-25 14
    APOLO技术能提升AI在健康领域的能力,未来可能更懂人,很值得关注!
  • 网友2 2026-01-25 14
    多代理协作和数学建模很先进,让AI能更好地处理复杂情感,很不错!
  • 网友1 2026-01-25 14
    这个AI能自主优化提示词,对心理健康诊断帮助很大,很期待应用!
查看“西安交通大学团队开发APOLO:让AI自主优化提示词 助力心理健康诊断创新”相关搜索 >

最新新闻

An unhandled error has occurred. Reload 🗙