RLVER

新方法使AI共情优先级适应对话上下文

研究人员开发了一种名为上下文自适应评分演化（CARE）的新方法，以解决共情强化学习中的根本性不匹配问题。现有方法使用固定的奖励规范，而CARE根据对话状态动态调整支撑优先级。该系统将共情分为认知、情感和主动维度，并在每个回合调整它们的权重和评估标准。CARE在多个基准测试中展示了最先进的性能，显著提高了共情响应得分，尤其是在由Gemini 2.5 Pro评估时。