論文の概要: Reading Anxiety or Reading the Label? Comparing Fine-Tuned and Frontier Models for Anxiety Detection on Social Media
- arxiv url: http://arxiv.org/abs/2609.20847v1
- Date: Thu, 06 Aug 2026 17:08:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.686055
- Title: Reading Anxiety or Reading the Label? Comparing Fine-Tuned and Frontier Models for Anxiety Detection on Social Media
- Title（参考訳）: 不安を読むかラベルを読むか : ソーシャルメディア上での不安検出のための微調整モデルとフロンティアモデルの比較
- Abstract要約: 不安は最も一般的な精神状態の1つであり、臨床の助けを求める前によくオンラインで書く。
Redditテストセットで3つすべてにまたがる6つの条件を、単一の制御プロトコルで比較する。
ここで使用されるコーパスでは、不安に満ちた投稿の69.3%が「不安」または「変種」という単語を含んでおり、これに相当する条件の約2倍である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Anxiety is among the most common mental health conditions, and people often write about it online well before seeking clinical help. Practitioners building detection tools face a concrete choice: call a frontier commercial model, fine-tune a smaller model in-house, or deploy a conventional classifier. We compare six conditions spanning all three on a held-out Reddit test set under a single controlled protocol. We also identify a confound in how this task is evaluated. In the corpus used here, 69.3% of anxiety-labelled posts contain the word "anxiety" or a variant, roughly twice the rate of comparable conditions, so a classifier can score well by keyword matching rather than by modelling the language of the condition. We therefore evaluate every model twice, on original text and with those terms deleted, and report the difference as lexical dependence. A frontier model leads on anxiety F1 (0.846), but a 110M-parameter domain-adapted encoder reaches 0.831 with no external API dependency, and mental-health domain pretraining accounts for only 0.7 of those points. Lexical dependence spans 8.6 to 25.4 points and does not track model capability: the LoRA fine-tuned 3B model is the most keyword-dependent condition tested, above even a TF-IDF classifier, while the frontier zero-shot model is the least. Published figures on this corpus are therefore upper bounds, and the inflation is largest for the fine-tuned models such figures typically report.
- Abstract（参考訳）: 不安は最も一般的な精神状態の1つであり、臨床の助けを求める前によくオンラインで書く。
検出ツールを構築する実践者は、フロンティアの商用モデルを呼び出す、より小さなモデルを社内で微調整する、あるいは従来の分類器をデプロイする、という具体的な選択に直面します。
Redditテストセットで3つすべてにまたがる6つの条件を、単一の制御プロトコルで比較する。
また、このタスクの評価方法の相違点も特定する。
ここで使用されるコーパスでは、不安に満ちた投稿の69.3%に「不安」または「変種」という単語が含まれており、比較条件の約2倍の確率で分類器は条件の言語をモデル化するよりもキーワードマッチングによって良いスコアを得られる。
したがって、原文とそれらの項を削除した上で、全てのモデルを2回評価し、その差を語彙依存として報告する。
フロンティアモデルは不安F1(0.846)につながるが、110Mパラメータのドメイン適応エンコーダは外部APIに依存しない0.831に達し、メンタルヘルスドメイン事前トレーニングはわずか0.7である。
LoRAファインチューニングされた3Bモデルは、TF-IDF分類器よりも、最もキーワードに依存した条件であり、フロンティアゼロショットモデルは最小である。
したがって、このコーパス上の公表された数字は上限であり、そのような数値が典型的に報告されるような微調整されたモデルではインフレーションが最大である。
関連論文リスト
- Calibrated Decisions at Scale: Converting Police Crash Narratives into Probabilistic Crash Variables with a System One Model (Jev) [1.089614199781423]
本稿では,Jev が回答した有格な型付き決定文として,ナラティブコーディングを定式化する。
499,500件のテキサスの物語と195,857件が27問のスキーマで書かれた。
論文 参考訳（メタデータ） (2026-09-21T03:24:47Z) - MIRROR: Multimodal Intelligent Radiology Reasoning and Observation Reporter [1.3106404792425626]
MIRRORは失敗と成功を分けるために開発された研究用プロトタイプである。
複数ラベルの分類器、Grad-CAMローカライザ、ラベル、確率、および領域を受信するレポートライターをチェーンするが、イメージは決して受信しない。
MIRRORレポートの発見は確率ベクトルに対して監査可能であり、それらをフレーミングする文は通常の生成テキストである。
論文 参考訳（メタデータ） (2026-08-17T15:25:38Z) - ConRub-Med: Reinforcement Learning with Consensus Rubrics for Open-Ended Medical Question Answering [33.27644708906731]
検証可能な報酬を伴う強化学習は数学やコーディングにおいて特に効果的である。
ConRub-Medを導入し,建設から政策最適化へのルーブリックフィードバックの移動に伴い,有用性を維持する。
ConRub-Medは9つのベンチマークのうち6つにランクインしている。
論文 参考訳（メタデータ） (2026-08-11T14:48:15Z) - RareLens: Towards End-to-End Rare Disease Care via Aligning Divergent Large Language Model Reasoning [42.80742579670377]
RareLensは、まれな疾患の軌跡全体にわたる臨床的意思決定を支援するシステムである。
RareBenchは、33のOrphanetカテゴリと7000以上の条件にまたがる157,525件の実際のデータセットである。
検診で0.917、診断と治療で65.5%、89.8%の成績を収めた。
論文 参考訳（メタデータ） (2026-07-25T16:58:10Z) - Fine-tuning LLMs for Passive Depression Severity Estimation from AI Mental Health Dialogue [4.051184721197422]
うつ病は世界の障害の主要な原因であり、症状の早期発見は時間的介入に不可欠である。
我々は、ユーザーが自己申告措置を完了することなく、AIメンタルヘルスプラットフォームにおける受動的かつ継続的な症状モニタリングを提案する。
論文 参考訳（メタデータ） (2026-06-16T14:28:47Z) - Vision-language models for chest radiography do not always need the image [4.363746910191589]
医用視覚言語モデルは、強い胸部X線撮影精度を報告し、これが画像を使用する証拠としてますます読まれている。
我々は,画像に介入し,関連領域を除外し,関連のない領域を除外し,別の患者の同一ラベルスキャンに切り替える因果監査を導入する。
9つのシステムで、画像アクセスのないテキストのみのモデルは、最高のマルチモーダルの5.7の精度ポイントに到達する。
論文 参考訳（メタデータ） (2026-06-16T09:22:10Z) - BibTeX Citation Hallucinations in Scientific Publishing Agents: Evaluation and Mitigation [34.429649156970015]
以前の評価では、検索なしでベースモデルをテストしたが、これは現在の慣行を反映していない。
3つの検索可能なフロンティアモデルでは、9つのフィールドと6方向のエラー分類に基づいてBibエントリを生成する。
全体的な精度は83.6%だが、完全な正確さは50.9%に過ぎない。
論文 参考訳（メタデータ） (2026-04-03T16:30:58Z) - MeCaMIL: Causality-Aware Multiple Instance Learning for Fair and Interpretable Whole Slide Image Diagnosis [40.3028468133626]
MIL(Multiple Case Learning)は、コンピュータ病理学における全スライド画像(WSI)解析の主流パラダイムとして登場した。
因果関係を意識したMILフレームワークである textbfMeCaMIL は、構造化因果グラフを通じて、階層的共同創設者を明示的にモデル化する。
MeCaMILは優れた公正性を達成する -- 人口格差の分散は、属性全体の平均で65%以上減少する。
論文 参考訳（メタデータ） (2025-11-14T06:47:21Z) - Causal Understanding by LLMs: The Role of Uncertainty [43.87879175532034]
近年の論文では、LLMは因果関係分類においてほぼランダムな精度を達成している。
因果的事例への事前曝露が因果的理解を改善するか否かを検討する。
論文 参考訳（メタデータ） (2025-09-24T13:06:35Z) - Mental Disorder Classification via Temporal Representation of Text [33.47304614659701]
ソーシャルメディア投稿からの精神障害予測は、逐次テキストデータの複雑さのために困難である。
本稿では,時系列に順序付けられたソーシャルメディア投稿を一連の数に圧縮する新しいフレームワークを提案する。
我々は、現在のSOTAを3つの異なる精神条件で上回ることで、フレームワークの一般化能力を実証する。
論文 参考訳（メタデータ） (2024-06-15T10:53:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。