EICAP: DEEP DIVE IN ASSESSMENT AND ENHANCEMENT OF LARGE LANGUAGE MODELS IN EMOTIONAL INTELLIGENCE TH

一、文章主要内容

本文聚焦大型语言模型（LLMs）在情绪智能（EI）领域的评估与增强，旨在填补当前LLMs在情绪智能维度研究不足的空白。

首先，构建了一个基于心理学理论的四层情绪智能分类体系，涵盖情绪追踪、原因推断、评估和情绪适宜响应生成，为LLMs的情绪智能评估提供了统一框架。

其次，基于该框架打造了EICAP-Bench基准数据集，这是一个多轮对话式的多项选择（MCQ）风格数据集，支持在多语言（英语、阿拉伯语）和多文化场景下评估开源LLMs的情绪智能能力，并对6个主流开源LLMs（LLaMA3（8B）、LLaMA3-Instruct、Gemma（9B）、Gemma-Instruct、Qwen2.5（7B）、Qwen2.5-Instruct）进行评估，发现Qwen2.5-Instruct表现最优，成为后续增强实验的基础模型。

然后，为探究LLMs情绪智能的增强潜力，使用LoRA适配器在UltraChat（UC）数据集（包含英语和阿拉伯语版本的大规模指令微调对话数据）上对Qwen2.5-Base和Qwen2.5-Instruct进行微调。

最后，通过统计分析发现，在五层情绪智能维度中，仅评估（Appraisal）层通过基于UC的微调获得显著提升，且仅在阿拉伯语训练-阿拉伯语评估的场景下有效；其他层无显著提升，部分场景甚至出现性能下降。这表明现有预训练和指令微调范式在赋予LLMs深度情绪推理能力方面存在局限，亟需针对性的数据和建模策略来实现全面的情绪智能对齐。

二、文章创新点

1. 提出统一的心理学导向情绪智能分类体系：融合Ekman基础情绪理论、P