标签
该论文提出一个多目标对齐的小语言模型框架，用于生成物质使用障碍（SUD）咨询中的患者对话，结合知识蒸馏、人类标注偏好优化和注意力引导的奖励塑形，以提升认知一致性与临床真实性。
该论文提出使用生成流网络（GFlowNets）来生成多样化的合成专家对话，以用于大语言模型的后训练，从而避免在提示词生成和基于奖励的合成方法中常见的模式坍缩问题，并在辅导和情感支持对话的下游结果预测任务上取得了更强的表现。
介绍了ODRA，一种通过结构化思维链和阻抗协调器建模患者行为、合成认知行为治疗对话的框架，实现了更高的临床保真度和下游鲁棒性。
该论文提出了EmoTrace，这是一个面向心理支持的多轮对话生成框架，通过对求助者情感轨迹进行建模，提升咨询师回应中的共情能力和情感丰富度，其性能优于现有方法。
Dia 是一个1.6B参数的开源文本转语音模型，能够根据转录文本生成英语对话，支持双说话人生成、音频条件控制以及非语言提示。