MERID 是一种通过递归自我改进（RSI）构建抑郁分析流水线的框架。它首先利用 Grounded State Construction（GSC）将访谈音频、文字转录和传感器等多模态记录对齐到受试者层面的抑郁标签，形成经验基底。随后 Coupled Pipeline Exploration（CPE）在表示学习、特征融合和预测模型三个维度同步搜索后继流水线，实现分类和严重程度估计的共同提升。Evidence‑Guided Evolution（EGE）在小规模抑郁数据集上通过实验反馈评估改进幅度，并在不确定性下验证收益后才将新流水线遗传给下一轮。实验在多个公开抑郁基准上进行，MERID 在多任务上均超越传统多模态模型和基于代理的基线，尤其在声学和语言特征的贡献上表现突出。代码已公开。
点评