AI代理构建贝叶斯网络：用虚拟调查法支持运营决策

贝叶斯信念网络（BBNs）是处理不确定性决策的有力工具，但传统构建方法面临两难：依赖专家判断主观性强，而数据驱动学习又需要大量标注数据。近日，研究人员在arXiv发布新研究，提出利用大语言模型（LLMs）弥合这一鸿沟的创新方法。

该方法采用“虚拟调查”思路，构建由多个AI代理组成的专家小组，每个代理被赋予特定角色和背景知识，针对给定情境进行概率估计。研究团队设计了六步BBN构建框架，并引入修剪均值规则对多个AI代理的回答进行聚合，有效过滤异常响应带来的噪声。

为验证方法有效性，研究以替代医疗系统中患者咨询医生的决策过程为案例进行建模。有趣的是，模型分析显示：自我效能看似重要，实际因果影响却很小；而主观规范（社会压力、同行影响）对患者决策的影响更为显著。研究表明，同时提升患者信心和社区规范才是最有效的干预策略。

这项研究展示了LLMs在专业领域概率建模中的潜力，为中小规模数据集场景下的决策支持系统开发提供了新思路。