情感支持模型压力测试：从均质到多样化求助者

情感支持聊天机器人近年来在研究和产业中获得了显著关注，常见的评估策略是使用帮助寻求者模拟器与支持者聊天机器人进行交互。然而，现有模拟器存在两个关键局限性：(1) 未能捕捉真实求助者的行为多样性，往往表现为过于合作；(2) lacks the controllability required to simulate specific seeker profiles. 为解决这些挑战，本文提出一种基于九种心理和语言特征驱动的可控求助者模拟器。利用真实的 Reddit 对话，我们通过混合专家 (Mixture-of-Experts, MoE) 架构进行训练，有效将不同求助者行为区分为专门的参数子空间，从而增强细粒度可控性。我们的模拟器在档案遵循性和行为多样性方面优于现有方法。此外，使用本系统评估7个突出的支持模型发现了此前被掩盖的性能退化。这些发现凸显了本框架在为情感支持聊天机器人提供更忠实且压力测试化的评估方面的实用性。