MADP：用于增强认知行为心理健康问答的多智能体演绎规划
计算与语言
2025-01-28 v1
摘要
心理健康问答(MHQA)任务要求寻求者和支持者在单轮对话中完成支持过程。鉴于帮助寻求者帖子的丰富性，支持者必须充分理解内容并提供逻辑、全面且结构良好的响应。以往的 MHQA 研究主要关注基于认知行为疗法(CBT)认知元素的单智能体方法，但忽略了诸如情绪和认知等 CBT 元素的相互作用。这一局限性阻碍了模型全面理解帮助寻求者痛苦的能力。为此，我们提出一种基于 CBT 各种心理元素的相互作用的框架，称为多智能体演绎规划(MADP)。该方法指导大型语言模型(LLM)实现对寻求者情境的更深入理解，并根据个人情况提供更个性化的帮助。此外，我们基于 MADP 框架构建了一个新数据集，并用于微调 LLM，得到一种专用模型称为 MADP-LLM。我们进行了广泛的实验，包括与多个 LLM 的比较、人类评估和自动评估，以验证 MADP 框架和 MADP-LLM 的有效性。
引用
@article{arxiv.2501.15826,
title = {MADP: Multi-Agent Deductive Planning for Enhanced Cognitive-Behavioral Mental Health Question Answer},
author = {Qi Chen and Dexi Liu},
journal= {arXiv preprint arXiv:2501.15826},
year = {2025}
}