Goal Persistence

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。