虚拟智能体能否关怀？设计一个具有同理心和个性化的 LLM 驱动对话智能体

全球范围内的心理健康挑战日益严峻，而传统支持服务面临可用性有限和高成本的问题。大型语言模型为对话支持提供了潜在解决方案，但通常缺乏个性化、同理心和事实依托。引入一个虚拟智能体框架，通过检索增强架构、结构化记忆和多模态交互来提供 empathetic、personalized and reliable wellbeing support。客观基准测试表明，检索和 response quality 有所改善，尤其是对于 smaller models 来说效果更为明显。来自越南和澳大利亚的大学学生进行的跨文化研究显示，该系统在连贯性、感知准确性和同理心方面均优于 LLM-only 框架，大多数参与者明确表示更喜欢该方法。