EmoLLM：基于情感评估的大语言模型认知情感协推理
计算与语言
2026-03-18 v1 人工智能
摘要
大语言模型 (LLM) 表现出强大的认知智力 (IQ)，但许多实际交互场景也需要情感智力 (EQ) 来生成既准确又情感恰当的响应。在情感支持、技术援助和咨询等场景中，有效的对话取决于如何根据用户的需求、目标和应对能力对情境进行评估。灵感来自情感评估理论，我们提出 EmoLLM，一个基于情感评估的IQ/EQ协推理框架用于对话。EmoLLM 使用显式的情感推理图 (ARG) 对上下文事实、推断用户需求、情感维度、情感状态和响应策略进行结构化中间推理，然后生成响应。我们在多轮角色扮演环境中通过强化学习训练 EmoLLM，其中逆视角推理提供基于预测用户侧响应后果的奖励信号。在多样化的对话场景中，EmoLLM 在情感状态结果和响应质量上优于强大基线，同时保持强大的事实可靠性。
引用
@article{arxiv.2603.16553,
title = {EmoLLM: Appraisal-Grounded Cognitive-Emotional Co-Reasoning in Large Language Models},
author = {Yifei Zhang and Mingyang Li and Henry Gao and Liang Zhao},
journal= {arXiv preprint arXiv:2603.16553},
year = {2026}
}