论文页面 - 从模式识别到个性化伴侣：大语言模型在心理健康领域的综述

来源：https://huggingface.co/papers/2609.25186 发布于 9月21日

·

由https://huggingface.co/GMLHUHE提交

HU HE (https://huggingface.co/GMLHUHE)于 9月23日

作者：

,

,

,

,

,

,

,

,

,

,

摘要

全球心理健康问题的患病率不断上升，加之传统医疗体系长期存在的资源有限、成本高昂、社会偏见和隐私担忧等障碍，使得人们对于便捷、可扩展的心理健康支持产生了迫切需求。大语言模型（LLMs）已成为一项变革性技术，凭借其先进的自然语言理解与生成能力，在推动心理健康支持普及化方面展现出巨大潜力。然而，该领域内快速扩展且碎片化的工作缺乏一个连贯的演进脉络，这使得人们难以理解当前进展并识别未来方向。本综述旨在填补这一空白，围绕一个核心论点对现有文献进行组织和分析：大语言模型在心理健康领域的作用正经历三个明显且日益复杂的阶段。我们追溯了这一发展轨迹：从第一阶段，即大语言模型主要作为被动的“信息工具”和用于评估的“模式识别器”；到第二阶段，其功能转变为用于即时、无状态交互的“共情对话者”；再到当前的前沿——第三阶段，该阶段寻求实现具有长期记忆的、个性化的“伴侣”，其被构建为具有状态的认知智能体。为支持这一框架，我们系统地回顾了核心技术、智能体架构（包括特征、记忆、推理与规划）以及数据集和基准测试等关键基础设施，重点阐述了它们的演进如何支撑了这一发展路径。通过这一发展视角审视该领域，我们对现有工作进行了全面综合，描绘了其富有洞察力的发展轨迹，并为未来在负责任、有效且以人为本的AI心理健康护理领域的创新提供了清晰的路线图。本综述所回顾的资源精选集可在我们的项目仓库获取：https://github.com/Emo-gml/Awesome-Mental-Health-LLMs.

查看 arXiv 页面 (https://arxiv.org/abs/2609.25186)查看 PDF (https://arxiv.org/pdf/2609.25186)GitHub126 (https://github.com/Emo-gml/Awesome-Mental-Health-LLMs)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.25186)

在您的智能体中获取本文：

hf papers read 2609\.25186

没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

无模型链接本文

在模型 README.md 中引用 arxiv.org/abs/2609.25186 以从此页面链接。

引用本文的数据集0

无数据集链接本文

在数据集 README.md 中引用 arxiv.org/abs/2609.25186 以从此页面链接。

引用本文的 Spaces0

无 Space 链接本文

在 Space README.md 中引用 arxiv.org/abs/2609.25186 以从此页面链接。

包含本文的集合0

无集合包含本文

将本文添加到集合 (https://huggingface.co/new-collection)以从此页面链接。