本研究提出了一种双重方法，优化聊天机器人在音视频对话中的同理心响应。通过情感偏好优化，训练机器人理解情感细微差别，并引入MambaCompressor有效管理长对话历史，从而提升对话理解效率。

通过研究用户偏好和情感偏好理论，提出了一种新的跨域方法CVPM，将跨域兴趣转移形式化为参数化元学习和自监督学习的混合架构。通过深度学习编码器学习分布差异，并利用预训练模型和物品流行度采样伪交互物品，证明了该框架的有效性和先进性。