跳到正文
arXiv cs.AI· Cheng Li, Adhyyan Narang, Jiayi Yuan, John F. Buss, Jina Suh, Devon Sandel-Fernandez, Yulia Tsvetkov, Adam M. Kuczynski, Tim Althoff·· 4 小时前AI 评分38

SimAI:基于心理网络模型的机制性用户模拟框架

SimAI: Mechanistic User Simulation through Psychological Network Models

AI 导读

SimAI 是一个机制性用户模拟框架,通过建模心理因素之间的交互来生成用户响应,并采用图重构目标以图级奖励监督开放式行为。研究团队构建了 PSYCHE 数据集,包含源自 516 个心理治疗案例的 18,576 个画像-网络对。自动评估显示 SimAI 在模拟与行为多样性上优于现有患者模拟器,30 名心理健康专业人士与学员的交互研究也给出最高的对话真实性、求助行为真实度和临床培训实用性评分。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:当直接实验成本高昂或可能造成伤害时,逼真的用户模拟能够支持对人类交互的研究。然而,现有模拟器在很大程度上忽视了驱动用户行为的心理机制。我们提出 SimAI,一个用于机制性用户模拟的框架,对心理因素如何相互作用以塑造用户反应进行建模。为克服对开放式行为进行监督的难题,我们提出图重建目标,根据模拟对话反映潜在心理关系的程度提供图级奖励。为支持这一方法,我们构建了 PSYCHE,一个由 516 个心理治疗案例衍生出的 18,576 个档案-网络对组成的数据集。自动评估表明,SimAI 在实现比现有患者模拟器更高的模拟多样性和行为多样性的同时,保持了较强的档案对齐。在一项有 30 名心理健康专业人员和受训人员参与的交互研究中,SimAI 在对话真实性、真实求助行为和临床培训实用性方面获得了最高的平均评分。除模拟质量之外,SimAI 还能支持真实的临床培训,并揭示在与易受伤害用户进行长时间 AI 交互时出现的安全失效。代码可在 此 https URL 获取。
评论: 47 页
主题: 计算与语言(cs.CL);人工智能(cs.AI);人机交互(cs.HC)
引用为: arXiv:2611.21808 [cs.CL]
  (或 arXiv:2611.21808v1 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.21808

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Cheng Li [查看电子邮件]
[v1] 2026 年 11 月 16 日星期一 19:23:35 UTC(2,018 KB)

来源:arXiv cs.AI · arxiv.org