基于原则的群体认知刺激对话的自适应策略
计算与语言
2026-03-12 v1
摘要
认知功能障碍正成为重大公共卫生挑战。认知刺激疗法（CST）是认知功能障碍的有效干预方法，但传统方法难以规模化，而现有数字系统在群体对话和认知刺激原则方面存在不足。虽然大型语言模型（LLM）功能强大，但在该领域的应用面临关键挑战：认知刺激对话范式、缺乏治疗推理以及静态用户建模。为解决这些问题，我们提出了通过群体认知刺激对话（GCSD）系统实现的原则驱动自适应策略。我们首先构建了一个包含500多小时真实CST对话及1万多条通过原则导向情景模拟策略生成的模拟对话的数据集。随后，GCSD系统集成四个核心模块以克服LLM的局限性：（i）多说话者上下文控制器以解决角色混淆；（ii）动态参与者认知状态建模以实现个性化互动；（iii）以认知刺激为焦点的注意力损失以内化认知刺激推理；（iv）多维奖励策略以提升响应价值。实验结果表明，GCSD在各种评估指标上均显著优于基线模型。未来工作将聚焦于长期临床验证，以弥合计算性能与临床疗效之间的差距。
引用
@article{arxiv.2603.10034,
title = {A Principle-Driven Adaptive Policy for Group Cognitive Stimulation Dialogue for Elderly with Cognitive Impairment},
author = {Jiyue Jiang and Yanyu Chen and Pengan Chen and Kai Liu and Jingqi Zhou and Zheyong Zhu and He Hu and Fei Ma and Qi Tian and Chuan Wu},
journal= {arXiv preprint arXiv:2603.10034},
year = {2026}
}
备注
Accepted by AAAI 2026