发表机构
Southeast University; Shenzhen Loop Area Institute; Kobe University; Beijing Institute of Technology; Nanjing Medical University; The University of Osaka（东南大学; 深圳河套学院; 神户大学; 北京理工大学; 南京医科大学; 大阪大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
AdoDAS 挑战赛在隐私保护下利用匿名视听和文本数据，提供 24,000 个青少年片段，通过两个赛道评估抑郁、焦虑和压力筛查及 DASS-21 预测，基线 F1 为 0.4604，领先达 0.5921。
AI 中文摘要
青少年抑郁、焦虑和压力（D/A/S）需要可扩展的工具来补充而非替代专业评估。在隐私保护政策下，AdoDAS 大挑战赛不公开未成年人的原始录音，而是分发匿名化的视听表征和基于自动语音识别（ASR）的文本。其 6,000 名参与者提供了 24,000 个片段，涵盖一个脚本朗读和三个开放式回答环节。两个赛道分别评估多任务二元 D/A/S 筛查以及 21 个 DASS-21 条目反应的序数预测。在 191 个注册队伍中，最终排行榜包括 95 个合格的筛查团队和 64 个条目预测团队。视听基线实现了 0.4604 的平均 F1 分数和 0.2675 的平均二次加权 Kappa；领先提交分别达到 0.5921 和 0.2776。代表性系统强调跨会话建模、时间多模态融合、心理测量结构和任务感知校准。
英文摘要
Adolescent depression, anxiety, and stress (D/A/S) call for scalable tools that complement, rather than replace, professional evaluation. Under a privacy-preserving policy, the AdoDAS Grand Challenge withholds minors' raw recordings and distributes anonymized audio-visual representations and ASR-derived text. Its 6,000 participants provide 24,000 segments across one scripted-reading and three open-response sessions. Two tracks assess multi-task binary D/A/S screening and ordinal prediction of 21 DASS-21 item responses. From 191 registrations, the final leaderboards included 95 eligible screening teams and 64 item-prediction teams. Audio-visual baselines achieved 0.4604 mean F1 and 0.2675 mean Quadratic Weighted Kappa; leading submissions reached 0.5921 and 0.2776. Representative systems emphasize cross-session modelling, temporal multimodal fusion, psychometric structure, and task-aware calibration.
Comments5 pages, 1 figure, 3 tables. To appear in the Proceedings of the 34th ACM International Conference on Multimedia (MM '26), November 10-14, 2026, Rio de Janeiro, Brazil. Zhaojie Luo and Junkun Wang contributed equally
