心理治疗也能做“硅内实验”:高共情提示让模拟会谈的动机式访谈完整性全面升高
心理治疗研究长期受制于试验成本高、临床特征难以随机操控。一项预注册概念验证研究用本地部署的 Llama-3.3-70B-Instruct 搭建治疗师与来访者两类智能体,自动生成 512 场动机式访谈会谈,仅通过治疗师提示词操控共情、肯定与联盟建立等共同治疗因素的高低。在纳入分析的 480 场会谈中,高共同因素条件下的动机式访谈治疗完整性四项全局评分均高于低条件,调整后均值差为 0.54 至 0.95 分。
心理治疗研究长期受制于试验成本高、临床特征难以随机操控。一项预注册概念验证研究用本地部署的 Llama-3.3-70B-Instruct 搭建治疗师与来访者两类智能体,自动生成 512 场动机式访谈会谈,仅通过治疗师提示词操控共情、肯定与联盟建立等共同治疗因素的高低。在纳入分析的 480 场会谈中,高共同因素条件下的动机式访谈治疗完整性四项全局评分均高于低条件,调整后均值差为 0.54 至 0.95 分。
在CARLA第三人称驾驶视频上,六个开源视频语言模型用标准提示、视觉提示、少样本和思维链提示判断车辆前进/后退、左转/右转、加速/减速时,准确率大多停在随机水平,并出现系统性类别偏置,例如所有模型把前进全判对、后退全判错。改用LoRA轻量微调后,除VideoLLaMA2的加速/减速外,各模型在留出集上接近满分;在视觉压缩前后提取特征训练简单分类器也能高准确率解码运动信息。这说明运动线索已存在于模型内部,但提示推理路径没有可靠地使用它。
该工作提出 pm4aa 流水线,用 PyStack't 从 GitHub 仓库抽取对象中心事件日志、用 Conventional Commits 正则把提交映射为 SE 任务、用优先级规则把 589 个用户划分为八个角色,再对每个角色做对象中心、命令式(BPMN)与声明式(DECLARE)过程挖掘并由 LLM 生成过程描述,最终经 IBM BOB 合成 LangGraph 多智能体应用;在 Commitizen 项目(2017 年 11 月至 2025 年 11 月,21,488 个事件、4,813 个对象)上得到五个角色智能体,三次冒烟测试均正确路由,十人用户研究显示知识模式、操作清晰度、人类参与中位数为 4,问责为 3,自主性仅为 2。
该工作提出 Deep Persona——一个把角色组织为外部表达层、中层信念层与内层动机驱动层的三层心理架构,并配合脚本化决定论与有限能动性原则,同时提出一套无参考评测框架(借鉴 ADOS 的语用流畅性、共同注意、情感一致性与情绪表达多样性指标,以及基于马氏距离的对话自然度分数 DNS);在 DailyDialog 与 CounselChat 等人类与人类—LLM 对话数据上,LLM 表现出高语用流畅性(0.88–0.97)但在情绪表达与共同注意上存在系统性差距,而两个 Deep Persona 案例(Sarah 与 Evelyn)在综合基线下 DNS 高于所有被评测的人类—LLM 数据集,并在全部对话中与人类互动统计上不可区分。
已读完全部报道