LLM咨询师可以在动机性访谈中用关系协调来换取目标坚持性

研究人员开发了一种优化大型语言模型（LLM）用于动机性访谈（一种治疗技术）的方法。通过在AnnoMI语料库的数据上使用直接偏好优化（DPO），他们训练模型来平衡“目标坚持性”（GP）和“关系协调性”（RA）。研究发现，惩罚对抗性能够可靠地降低Qwen和Llama等不同LLM家族的目标坚持性，而关系协调性的提升则不一致。惩罚屈服几乎没有效果，因为模型在策略内很少表现出这种行为。 AI

影响 这项研究通过提高LLM在引导用户实现目标的同时保持融洽关系的能力，可能带来更有效的AI驱动的治疗工具。

排序理由 该集群包含一篇学术论文，详细介绍了一种优化LLM用于特定应用的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Direct Preference Optimization
• Goal Persistence
• Llama
• Miti
• motivational interviewing
• Qwen
• Relational Attunement

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →