抑郁评估不再只给一句总结:EDA把每个行为线索钉回原始音视频,7B模型F1提升7.61与9.88个百分点
视频抑郁评估此前把长录像压缩成整段行为描述,读者难以核查某条观察出自哪段素材、又如何影响判断。EDA把文献定义的五个声音线索和四个视觉线索定位成带时间区间与测量值的证据记录,由冻结的多模态智能体核对原始媒体后决定是否采纳,再与PHQ-9引导的文本分析比对。在D-Vlog与LMVD上,冻结7B骨干的EDA Support相对直接预测把F1分别提高7.61和9.88个百分点。
视频抑郁评估此前把长录像压缩成整段行为描述,读者难以核查某条观察出自哪段素材、又如何影响判断。EDA把文献定义的五个声音线索和四个视觉线索定位成带时间区间与测量值的证据记录,由冻结的多模态智能体核对原始媒体后决定是否采纳,再与PHQ-9引导的文本分析比对。在D-Vlog与LMVD上,冻结7B骨干的EDA Support相对直接预测把F1分别提高7.61和9.88个百分点。
已读完全部报道