基于大型语言模型的策略链规划:将心理治疗对话生成与动机面谈中的策略对齐
原文中文,约300字,阅读约需1分钟。发表于: 。本研究解决了如何在生成心理治疗对话时结合动机面谈策略的问题。提出的策略感知对话生成方法通过预测动机面谈策略并引导对话生成,提升了生成的可控性和可解释性。研究结果表明,大型语言模型在产生有策略对齐的对话方面具有显著潜力,为心理治疗的实际应用指明了方向。
研究发现,使用GPT-4生成的回应可以改善情绪变化、共情和对话品质。然而,与基于情景的对话相比,并不能产生更好的结果。使用规则、情景或示例回应的系统可以通过人工专业人士提前使用LLMs生成示例回应或回应模板的方式呈现基于LLMs生成的回应。这可能引发一些伦理问题。