超越合规：基于抵抗性动机推理框架的心理客户模拟
人工智能
2026-04-14 v1
摘要
心理客户模拟器已成为培训和评估顾问学员及心理 LLM 的可扩展解决方案。然而，现有模拟器表现出不切实际的过度合规，导致顾问在面对现实情境中难以应对。为弥合这一差距，我们提出了 ResistClient，通过 Client Resistance Theory（客户抵抗理论）系统建模具挑战性客户行为，将外部行为与底层动机机制相结合。为此，我们提出了抵抗性动机推理框架（RIMR），是一个两阶段训练框架。首先，RIMR 通过在 RPC（抵抗导向心理对话数据集）上进行监督微调来缓解合规偏见。其次，超越表面级响应模仿，RIMR 在响应生成之前建模心理学连贯的动机推理，通过过程监督强化学习联合优化动机真实性和响应一致性。大量自动化和专家评估表明，ResistClient 在挑战性保真度、行为合理性和推理连贯性方面显著优于现有模拟器。此外，ResistClient 促进了在具挑战性情境下的心理 LLM 评估，为精神健康对话系统提供了新的优化方向。
引用
@article{arxiv.2604.10506,
title = {A Progressive Training Strategy for Vision-Language Models to Counteract Spatio-Temporal Hallucinations in Embodied Reasoning},
author = {Xiaoda Yang and Shuai Yang and Can Wang and Jingyang Xue and Menglan Tang and Checheng Yu and Xunzhe Zhou and Sashuai Zhou and Tao Jin and Lixin Yang and Xiangyu Yue and Zhou Zhao},
journal= {arXiv preprint arXiv:2604.10506},
year = {2026}
}