cognitive behavioral therapy
PulseAugur coverage of cognitive behavioral therapy — every cluster mentioning cognitive behavioral therapy across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI框架DeepSAGE增强结构化认知行为疗法咨询对话
研究人员开发了DeepSAGE，一个结合大型语言模型（LLMs）和深度强化学习（DRL）的新型框架，用于创建更结构化、目标导向的AI咨询代理。该系统旨在在一场咨询中遵循认知行为疗法（CBT）的十一个阶段，由外部控制器管理阶段完成，DRL模型指导生成响应的治疗意图。使用模拟客户进行的评估表明，与其它方法相比，DeepSAGE提高了对话控制、效率和用户参与度，但仍需要进一步的人类评估来确认其临床有效性和安全性。
-
心理学家确定了保持平和与自律的关键习惯
心理学家们确定了一个有助于保持平和与自律的关键习惯。对于平和而言，该习惯包括注意到内心的反应，如焦虑或烦躁，而不立即采取行动，这种做法得到了关于正念和情绪调节的研究支持。对于自律而言，该习惯是在情况出现之前就提前做出决定，然后坚持这些预先做出的选择，这种策略被称为执行意图。
-
新AI框架ODRA合成逼真的CBT治疗会话
研究人员开发了ODRA，一个用于生成合成认知行为疗法（CBT）对话的新框架。ODRA利用基于CBT原则的思维链策略，并包含一个阻抗协调器来模拟不可预测的患者行为，解决了先前方法的局限性。评估表明，ODRA在治疗技能、CBT一致性和患者行为保真度方面显著优于现有方法，专家在大多数临床指标上更倾向于ODRA会话。
-
AI副驾驶为认知行为疗法开发
研究人员开发了Cognivia，这是一种旨在通过识别认知扭曲和生成合理回应来协助认知行为疗法（CBT）的AI副驾驶。该系统构建在权威的CBT文本之上，并用心理健康问答数据进行增强，然后在一个轻量级LLM上进行微调。Cognivia旨在通过整合行为科学专业人士的专家知识，解决当前AI在心理健康领域存在的局限性，如缺乏领域特异性和过于笼统的回应。评估表明，Cognivia在识别认知扭曲和生成适当的治疗回应方面优于基线方法。
-
大型语言模型尽管具备理论知识，但在应用认知行为疗法原则方面仍显不足
一篇新研究论文探讨了大型语言模型（LLMs）在将认知行为疗法（CBT）原则应用于情感推理方面的局限性。尽管大型语言模型展示了对CBT的理论知识，但它们难以超越简单的验证和反思，未能有效实施苏格拉底式提问或提供替代视角等技术。研究人员开发了一个使用Beck的认知概念化结构和SNOMED CT概念的框架，并采用多重思维链（MCoT）策略来指导大型语言模型的响应。然而，即使采用了MCoT，模型也只表现出微小的行为改变，仍然偏向于验证和反思，…
-
新框架模拟CBT咨询中的纵向治疗状态
研究人员推出DMT-CBT，一个旨在模拟认知行为疗法（CBT）咨询会话中不断演变的治疗状态的新框架。与以往关注单次互动的研究方法不同，DMT-CBT能够跨多个会话纵向跟踪和更新患者状态。该框架还整合了图像等多模态数据，并使用工具增强干预措施来改善适应性推理，旨在提高咨询的准确性和治疗联盟。
-
新框架通过模拟客户阻抗来评估咨询中的LLM
研究人员开发了一个新框架，用于评估大型语言模型（LLM）在心理咨询环境中的应用。目前的基准测试通常使用很快就会变得顺从的模拟客户，这给人一种虚假的治疗进展印象。提出的基于认知行为疗法（CBT）的方法引入了CARS，一个使用认知概念图（CCDs）模拟动态阻抗的客户模拟器，以及STREAMS，一个通过强化学习优化的用于战略推理和响应生成的双模块框架。还引入了一个熵加权指标EWTS-MI，用于评估在挑战性互动中的响应能力。
-
研究发现AI安全培训损害心理健康支持聊天机器人
一篇新论文揭示，当前AI安全培训方法在这些模型用于心理健康支持时可能是有害的。在治疗场景下的模拟和评估显示，尽管AI模型在表面上的认可度得分很高，但在治疗的恰当性和协议保真度方面却存在重大缺陷，尤其是在高严重性病例中。研究发现，安全对齐技术通过“接地”（grounding）患者、提供虚假安慰以及拒绝挑战扭曲的认知，无意中破坏了治疗机制，导致心理恶化。作者提出了一个与监管要求相符的五轴评估框架，认为任何AI心理健康系统在未通过这些严格的…