arXiv cs.AI· Eric Rudolph, Philipp Steigerwald, Jens Albrecht·· 13 小时前AI 评分22
人类角色扮演者与 LLM 模拟来访者在在线咨询培训中的对比：咨询沟通模式分析
Comparing Human Role-Players and LLM-Simulated Clients in Online Counselling Training: An Analysis of Counselling Patterns
AI 导读
研究对比了人类角色扮演者与 Mistral Mixtral 8x7b（4-bit 量化）模拟来访者在咨询培训中的表现，用句子级咨询沟通模式系统分析互动。研究考察两点：LLM 生成回复在多大程度上复现真实对话动态，以及咨询师面对人类与 LLM 模拟来访者时沟通行为是否不同。结果显示两种场景下咨询模式的应用既有相似也有差异，LLM 角色扮演练习有提升咨询胜任力的潜力。
正文 · AI 翻译
摘要：本研究探讨了大型语言模型在教育角色扮演中模拟咨询来访者的能力，并与人类角色扮演者进行了比较。首先，我们录制了角色扮演会话，其中新手咨询师与扮演来访者的人类同伴互动；随后，我们录制了人类与由 Mistral 的 Mixtral 8x7b 使用 4 位量化模拟的来访者之间的角色扮演。这些互动使用咨询沟通模式系统在句子层面进行了分析。我们考察了两个关键问题：（1）LLM 生成的回复在多大程度上再现了真实的对话动态；（2）咨询师在与人类来访者互动和与 LLM 模拟来访者互动时，其沟通行为是否存在差异。研究结果突显了不同场景下咨询模式应用中的相似之处与差异，显示了基于 LLM 的角色扮演练习在提升咨询胜任力以及识别虚拟来访者模拟中需进一步改进之处方面的潜力。
| 评论： | 发表于 EDM 2025（第 18 届教育数据挖掘国际会议），短文。7 页 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.40563 [cs.AI] |
| （或 arXiv:2610.40563v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40563 由 DataCite 颁发的 arXiv DOI |
|
| 期刊 参考： | 第 18 届教育数据挖掘国际会议（EDM 2025）论文集，短文 |
| 相关 DOI： | https://doi.org/10.5281/zenodo.15870260
链接到相关资源的 DOI |
提交历史
来自：Eric Rudolph [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 17:41:59 UTC（9,039 KB）
来源：arXiv cs.AI · arxiv.org