Evoke-Sim: Una simulazione di clienti LLM task-aware per la valutazione dei consulenti di Motivational Interviewing
È stato introdotto un nuovo framework, Evoke-Sim, per la valutazione dei consulenti di Motivational Interviewing (MI) utilizzando Large Language Models (LLM). Il framework, descritto in un articolo su arXiv (2608.07499), colma una lacuna nei precedenti modelli di clienti simulati allineandosi ai compiti specifici della terapia MI, in particolare il compito di 'evocazione'. Evoke-Sim è progettato per la consulenza per la cessazione del fumo e impiega profili clienti strutturati, un flusso di conversazione in tre fasi e una politica di rivelazione che controlla quali informazioni del cliente vengono divulgate in ogni fase. Il framework mira a differenziare meglio i livelli di qualità MI rispetto ai clienti simulati esistenti basati su profilo. L'articolo, annunciato come una sottomissione di tipo incrociato, presenta Evoke-Sim come un framework di simulazione clienti multi-fase e task-aware. Lo sviluppo e il benchmarking dei consulenti MI basati su LLM si affidano sempre più a clienti simulati, ma i lavori precedenti non si sono allineati ai compiti fondamentali della MI. Il compito di evocazione implica che il consulente susciti l'ambivalenza del cliente e rafforzi la sua motivazione al cambiamento. Evoke-Sim è specificamente progettato per questo compito. L'efficacia del framework è stata dimostrata dalla sua capacità di differenziare i livelli di qualità MI meglio dei clienti simulati esistenti. L'articolo è disponibile all'indirizzo https://arxiv.org/abs/2608.07499.
Fatti principali
- Evoke-Sim è un framework di simulazione clienti multi-fase e task-aware basato su LLM per la valutazione dei consulenti MI.
- È progettato specificamente per il compito di evocazione nel Motivational Interviewing.
- Il framework è applicato alla consulenza per la cessazione del fumo.
- Evoke-Sim utilizza profili clienti strutturati, un flusso di conversazione in tre fasi e una politica di rivelazione.
- Supera i clienti simulati esistenti basati su profilo nel differenziare i livelli di qualità MI.
- L'articolo è disponibile su arXiv con identificatore 2608.07499.
- Il tipo di annuncio è 'cross'.
- Lo sviluppo di consulenti MI basati su LLM si basa su clienti simulati.
Entità
Istituzioni
- arXiv