用于复杂评估任务的推理语言模型：从儿童保护案例报告中评估父母合作

目的：推理语言模型（RLMs）在解决复杂推理任务方面取得了显著进展。本文探讨了其在利用案例报告评估儿童保护服务（CPS）干预过程中父母合作潜力的应用，该案例因素具有模糊和矛盾的信息。方法：开发了一个四阶段的工作流程，包括（1）案例报告收集，（2）基于推理的父母合作评估，（3）自动分类提取，以及（4）案例标签分配。比较了不同参数规模的RLMs（255B、32B、4B）的表现，并与人工验证数据进行对比。两名专家评审员独立分类了一组加权随机样本报告。结果：最大的RLM达到了最高的准确率（89%），优于初始方法（80%）。母亲的分类准确率（93%）高于父亲（85%），专家评审员也表现出类似差异。结论：RLMs的推理能力可以有效评估复杂的案例因素，如父母合作。评估父亲合作时准确率较低，支持了CPS干预中更关注母亲的专业倾向论点。