研究人员开发了一个名为反思性认知对齐（RCA）的新框架，以提高大型语言模型（LLM）为老年人提供认知激发疗法的能力。该框架解决了数据稀缺性（尤其是在粤语等低资源语言中）以及LLM在平衡共情互动与遵守治疗方案方面的困难。RCA利用风格迁移和结构化数据提取来合成对话，然后采用一种具有协议约束推理和推理时值对齐的顺序决策过程，以确保安全性和参与度。评估表明，与标准提示方法相比，RCA显著提高了协议依从性和安全性。 AI
影响 增强了LLM在专业治疗应用中的能力，可能改善老年人的护理。
排序理由 该集群包含一篇详细介绍LLM新框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Cantonese
- Cognitive Stimulation Therapy
- Hugging Face
- Inference-Time Value Alignment
- large-language models
- Protocol-Constrained Chain-of-Cognition
- Reflective Cognitive Alignment
- STaR-CS
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
