多项研究表明：指令微调可提升大语言模型零样本能力，但处理陌生指令时性能下降；少量多样样本即可取得良好效果。在心理健康预测中，微调模型Mental-Alpaca显著优于GPT-3.5，但指令调整可能削弱心理语言学预测能力。医学NLP任务中零样本表现接近先进水平，分类和关系抽取仍较弱。

本文对多种大语言模型进行了评估，包括Alpaca、Alpaca-LoRA和GPT-3.5，针对在线文本数据中的心理健康预测任务。实验结果显示，LLMs在零样本和少样本提示设计上有限但有希望的性能。指令微调可以显著提升LLMs在所有任务上的表现。最佳微调模型Mental-Alpaca在平衡精度上比GPT-3.5高出16.7％，与最先进的任务特定模型相媲美。提供了行动指南，介绍如何赋予LLMs更好的心理健康领域知识，并成为心理健康预测任务的专家。