MoodBench 1.0：情感陪伴式对话系统的评估基准
人工智能
2025-11-25 v1 人机交互
摘要
随着大型语言模型的快速发展，对话系统正从信息工具转向情感陪伴，这预示着情感陪伴式对话系统 (ECD) 的时代，即为用户提供个性化情感支持。然而，领域缺乏对 ECD 的清晰定义和系统评估标准。为此，我们首先提出了 ECD 的定义并给出形式化描述。随后，基于该理论和“能力层-任务层(三级)-数据层-方法层”的设计原则，我们设计并实现了第一个 ECD 评估基准 —— MoodBench 1.0。通过对 30 个主流模型的广泛评估，我们表明 MoodBench 1.0 拥有优异的判别有效性，并且能够有效量化模型在情感陪伶能力上的差异。此外，结果揭示了当前模型在深层情感陪伶方面的不足，指导了未来技术优化，并显著帮助开发人员提升 ECD 的用户体验。
引用
@article{arxiv.2511.18926,
title = {MoodBench 1.0: An Evaluation Benchmark for Emotional Companionship Dialogue Systems},
author = {Haifeng Jing and Yujie Hou and Junfei Liu and Rui Xie and alan Xu and Jinlong Ma and Qichun Deng},
journal= {arXiv preprint arXiv:2511.18926},
year = {2025}
}
备注
26 pages, 7 figures