CAMI：基于状态推断与主题探索的动机访谈辅导智能体
计算与语言
2025-02-06 v1
摘要
对话式辅导智能体已成为应对日益增长的可规模且可及的心理健康支持需求的重要工具。本文介绍了 CAMI，一款基于动机访谈（MI）的新型自动化辅导智能体——这是一种以客户为中心的辅导方法，旨在解决客户的矛盾并促进行为改变。CAMI 采用 novel STAR 框架，包括客户状态推断、动机主题探索与响应生成模块，利用大型语言模型（LLM）。这些组件共同工作，以唤起改变性语言，符合 MI 原则，并提高来自不同背景客户的辅导效果。我们通过自动化和手动评估来评估 CAMI 的性能，利用模拟客户评估 MI 技能能力、客户状态推断准确性、主题探索熟练程度以及整体辅导成功情况。结果表明，CAMI 不仅在多个方面超过多个最先进方法，而且展现出更类似于人类辅导师的行为。此外，我们的消融研究强调了状态推断和主题探索在实现这些性能中的关键作用。
引用
@article{arxiv.2502.02807,
title = {CAMI: A Counselor Agent Supporting Motivational Interviewing through State Inference and Topic Exploration},
author = {Yizhe Yang and Palakorn Achananuparp and Heyan Huang and Jing Jiang and Kit Phey Leng and Nicholas Gabriel Lim and Cameron Tan Shi Ern and Ee-peng Lim},
journal= {arXiv preprint arXiv:2502.02807},
year = {2025}
}