研究对比真人角色扮演者与大模型模拟来访者在咨询培训中的表现
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇投稿至 EDM 2025 的短论文比较了心理咨询培训中真人角色扮演者与大模型模拟来访者的差异。研究先记录新手咨询师与真人扮演来访者的对话，再记录其与 Mistral 的 Mixtral 8x7b（4-bit 量化）模拟来访者的对话，并用句子级咨询沟通模式系统分析。研究关注两点：模型生成回应在多大程度上复现真实对话动态，以及咨询师面对真人与模型模拟来访者时沟通行为是否不同。结果显示两种场景下咨询模式的应用既有相似也有差异。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载研究设计与模型选择
研究把在线心理咨询培训中的角色扮演作为观察对象，先录制新手咨询师与真人同伴（扮演来访者）的对话，再录制咨询师与模型模拟来访者之间的对话。模拟一方由 Mistral 的 Mixtral 8x7b 承担，并采用 4-bit 量化运行。分析工具是一套咨询沟通模式编码系统，以句子为单位对双方话语归类，从而在同一框架下比较真人与模型两类对话的沟通结构，而不是只做主观印象评价。
两个待检验的问题
作者提出两个问题。第一，模型生成的回应能在多大程度上复现真实咨询对话中的互动动态，即模型是否只是机械应答，还是能呈现接近真人的对话节奏与回应方式。第二，咨询师的沟通行为是否会因对面是真人还是模型模拟来访者而改变，这关系到模拟训练能否迁移到真实咨询情境。论文给出的结论是两种场景在咨询模式应用上既有相似也有差异，说明模型模拟具备一定可行性，但仍有需要改进之处。
对培训场景的意义
作者认为，基于大模型的角色扮演练习有潜力用于提升咨询胜任力，同时这类对比也能指出虚拟来访者模拟需要继续打磨的环节。论文发表在 EDM 2025（第 18 届教育数据挖掘会议）短论文单元，篇幅 7 页，属于教育数据挖掘与 AI 应用交叉方向的一次实证尝试，关注点集中在培训对话的过程特征而非模型本身的通用能力。
为什么值得看
用真实咨询培训场景检验大模型模拟来访者的可信度，为教育类角色扮演是否可替代真人提供实证参照。
Mistral大模型量化论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。