MICA: Un Nuovo Framework RL per il Dialogo di Supporto Emotivo Multi-Turno

Un nuovo framework chiamato MICA (Multi-granularity Intertemporal Credit Assignment) è stato introdotto dai ricercatori per migliorare i dialoghi di supporto emotivo multi-turno utilizzando modelli linguistici di grandi dimensioni, eliminando la necessità di un critico nell'apprendimento per rinforzo. MICA affronta le sfide delle ricompense sparse e dell'assegnazione inefficiente del credito utilizzando una funzione potenziale comune per derivare sia il credito immediato che quello ritardato basato sullo stato di supporto strutturato dell'utente. Incorpora la Ricompensa di Distanza Incrementale per valutare il progresso verso lo stato target e impiega i rendimenti Monte Carlo per tenere conto degli impatti ritardati. Questi segnali, una volta normalizzati, creano un vantaggio misto per un'ottimizzazione coerente per turno senza richiedere confronti tra stati corrispondenti. Questo framework è particolarmente mirato a compiti di supporto emotivo a lungo orizzonte che influenzano gli stati futuri dell'utente. L'articolo è disponibile su arXiv con ID 2603.06194.