AI 与机器学习2016onlinelibrary.wiley.com
一种识别有自杀倾向者思维标记的机器学习方法
A machine learning approach to identifying thought markers of suicidal subjects
进阶 · 约 45 分钟读完前置知识：机器学习基础、分类评估指标、临床研究设计
导读
论文尝试用机器学习方法，依据被试的言语或思维标记（thought markers）来区分有自杀倾向者与对照者，报道的分类准确率约为 93%。研究属于小样本临床研究（约 400 名被试），其价值取决于能否与临床医生的判断等现有基线方法作对比。
HN 关注点：两点：高准确率数字在极低自杀基线下究竟意味着什么（贝叶斯问题），以及用统计模型给人类行为贴标签的伦理风险。
HN 评论精选
这几条评论里：质疑 3 补充 1
补充准确率高不代表阳性预测值高，需要结合自杀的极低基础发生率来计算。
有报道介绍这篇论文时写道“机器学习技术对自杀者的分类准确率高达 93%”，即 P(+|suicidal)=0.93。但我更想知道的是 P(suicidal|+)，也就是当模型给出阳性结果时，这个人真正有自杀倾向的概率。
DINKDINK查看英文原文
A discussed version of the paper[1] says: >A new study shows that computer technology known as machine learning is up to 93 percent accurate in correctly classifying a suicidal person P(+|suicidal) = .93 I want to know P(suicidal|+) [2] [1]http://neurosciencenews.com/suicide-machine-learning-5448/ [2]https://en.wikipedia.org/wiki/Bayes%27_theorem#Drug_testing
质疑对用统计模型给人类行为（尤其心理健康）打标签持伦理上的警惕。
我认可这项研究的努力，但“给可能的人类行为分类”恰恰是我最不希望机器学习进入的领域。机器学习背后既有幻想——AI 能猜出人类猜不到的东西——也有现实——它只是永远不可能 100% 准确的统计模型。这两者叠加到行为分类上很可怕，让人想起优生学过度信任自己的“科学”、把它套用到社会事实上、完全抛弃同理心和个体处境时所犯的错误。
oelmekki查看英文原文
I can appreciate the effort made in the research, but classifying possible human behaviors is exactly a field where I don't want machine learning to go. There is behind machine learning both a phantasm - artificial intelligences that can guess what humans can't - and a reality - it's just statistical models that are never 100% accurate because, well, that's an attribute of statistics. Those two elements combined and applied to behavior classification sounds like a scary thing, not unlike the kind of errors eugenics made, over trusting their science to apply it on social facts, totally discarding empathy and individual context.
质疑样本小、缺少与临床医生和真实人群基线的对比，指标本身说明不了问题。
这只是本领域期刊上一篇“机器学习”研究，数据集才 400 来个病人，我不会认真对待这些结果。那个准确率数字毫无意义，除了当某人简历上的一个条目之外没有多少价值。85% 准确率或 0.8 的 AUC 本身没有意义，除非与现有最优方法比较，比如让心理学家给出判断，并在正确的总体（例如所有接受访谈的病人，而不是平衡过的样本）上对比。
aub3bhat查看英文原文
This is subject specific journal reporting a "machine learning" study with just ~400 odd patients dataset. I would not take these results seriously. The accuracy number cited is meaningless, and other than being a bullet point on someone's CV it does not have much of a value. 85% Accuracy or 0.8 AUC score is pointless, unless compared with current state of art e.g. having psychologist give an opinion and comparing against the correct population, e.g. all patients who get interviewed as opposed to a balanced set.
质疑用“全部预测为否”的平凡基线就能达到约 96% 准确率，凸显该准确率数字的荒谬。
参考 [1]，我觉得我可以做出一个超越它的模型：`return False`。[1] 美国估计有 930 万成年人（占成年人口 3.9%）在过去一年里报告过自杀念头。
nl查看英文原文
Based on [1], I think I can build a model that outperforms this: return False [1] "An estimated 9.3 million adults (3.9% of the adult U.S. population) reported having suicidal thoughts in the past year." https://www.cdc.gov/violenceprevention/pdf/suicide-datasheet-a.pdf
相关资源
从这篇论文所有 HN 讨论帖的全部评论里整理出来的链接。
- 评论区提到的论文
历次讨论
- 2016Hacker News 讨论帖142 分 · 81 评
同领域还值得读
DeepSeek-R1：通过强化学习激励 LLM 的推理能力
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
研究如何用强化学习激励大语言模型的推理能力，提出 DeepSeek-R1，并探讨 RL 训练对模型推理表现的影响。
AI 与机器学习2025 · 1,351 分 · 1,056 评 · 引用 30进阶 · 约 80 分钟编辑精选1-bit LLM 时代：面向低成本计算的三值参数
The Era of 1-bit LLMs: ternary parameters for cost-effective computing
提出用三值参数 {-1, 0, 1} 替代 LLM 中的浮点权重，即所谓“1-bit LLM”。
AI 与机器学习2024 · 1,040 分 · 447 评 · 引用 19进阶 · 约 45 分钟编辑精选DeepSeek-V3.2：推进开放大语言模型的前沿
DeepSeek-v3.2: Pushing the frontier of open large language models
这是 DeepSeek-V3.2 的技术报告，延续了 DeepSeek 开源权重模型的路线，目标是让开放模型继续逼近甚至追平前沿闭源模型。
AI 与机器学习2025 · 982 分 · 465 评进阶 · 约 90 分钟编辑精选通过自我对弈与通用强化学习掌握国际象棋和将棋（AlphaZero）
Mastering Chess and Shogi by Self-Play with General Reinforcement Learning
DeepMind 的 AlphaZero 论文：用通用强化学习算法（自我博弈 + MCTS + 神经网络），从零开始仅数小时训练便在国际象棋和将棋上击败了世界顶级引擎 Stock…
AI 与机器学习2017 · 539 分 · 270 评 · 引用 13进阶 · 约 90 分钟编辑精选用强化学习发现更快的矩阵乘法算法
Discovering faster matrix multiplication algorithms with reinforcement learning
论文提出 AlphaTensor，用强化学习搜索矩阵乘法算法。
AI 与机器学习2022 · 518 分 · 111 评专业 · 约 90 分钟编辑精选