UTS 在 PsyDefDetect 中：用于防御机制分类的多智能体委员会与基于缺失的推理
人工智能
2026-05-13 v2
摘要
本文描述了我们用于在情感支持对话中对心理防御机制进行分类的系统，该系统使用防御机制评定量表，在 64 支队伍中名列第二（F1 0.406）。一个核心洞见是，防御机制由其所缺失的内容定义：缺失的情感、受阻的认知、否认的现实。我们将其编码为提示级临床规则中的情感-认知整合谱，这带来了最大的单项提升（+11.4pp F1）。我们的架构是由 Gemini 2.5 智能体组成的多阶段审议委员会，其中特定类别的倡导者评估证据强度而非投票，在无微调的情况下实现了 F1 0.382——这本身就是一个前五名的成绩。然而我们发现，该委员会对少数类别会自信地犯错：59-80% 的稳定少数类别预测是错误的，这是由一种系统性的“L7 吸引子”驱使，其中情感内容默认归入多数类别。一个由三个微调的 Qwen3.5 模型组成的有针对性的覆盖集成应用了 16 次覆盖（+2.4pp），这些覆盖由一个结构化的多智能体系统（构建者、评论者、回归守卫）选择，该系统在一次迭代中产生的 F1 增益比之前 8 次尝试的总和还要大。
引用
@article{arxiv.2605.09769,
title = {UTS at PsyDefDetect: Multi-Agent Councils and Absence-Based Reasoning for Defense Mechanism Classification},
author = {Dima Galat and Marian-Andrei Rizoiu},
journal= {arXiv preprint arXiv:2605.09769},
year = {2026}
}