大语言模型驱动的交互式叙事治疗与创新时刻评估

最新推荐文章于 2025-12-17 17:41:55 发布

原创最新推荐文章于 2025-12-17 17:41:55 发布 · 226 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#语言模型 #人工智能 #自然语言处理 #大语言模型 #叙事治疗 #心理健康 #程序那些事

摘要

近年来大语言模型（LLMs）的发展为心理健康支持开辟了新途径，但现有方法在模拟专业心理治疗方面缺乏真实性，且难以捕捉治疗过程中的动态进展。叙事治疗作为一种帮助个体将问题性生活故事转化为赋能性替代方案的方法，由于可及性限制和社会污名化而未得到充分利用。

核心框架

INT（交互式叙事治疗师）

模拟专业叙事治疗专家
规划治疗阶段并引导反思层级
生成符合语境的专家级响应

IMA（创新时刻评估）

提供以治疗为中心的评价方法
通过追踪"创新时刻"（IMs）量化疗效
识别来访者言语中标志治疗进展的关键叙事转变

实验结果

基于260个模拟来访者和230名人类参与者的实验表明：

INT在治疗质量和深度上持续优于标准LLMs
系统能合成高质量支持对话以促进社会应用

技术特点

该框架通过大语言模型实现：

动态治疗阶段规划
多层级反思引导
上下文感知的响应生成
基于创新时刻的疗效量化

应用价值

研究成果为：

心理健康支持提供新技术路径
叙事治疗的可及性提供解决方案
治疗进展评估提供客观量化指标
更多精彩内容请关注我的个人公众号公众号（办公AI智能小助手）或者我的个人博客 https://blog.qife122.com/
公众号二维码

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

codeshare1135

关注关注

2
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

大语言模型在游戏领域的AI原生应用开发实战

AI架构师小马

05-16

980

本文旨在为游戏开发者和AI技术爱好者提供一份实用指南，介绍如何将大语言模型技术整合到游戏开发流程中，创造更具沉浸感和交互性的游戏体验。我们将覆盖从基础概念到实际应用的完整知识链。核心概念：解释大语言模型和游戏AI的基本原理技术实现：展示具体代码示例和架构设计实战案例：分析实际应用场景和最佳实践未来展望：探讨技术发展趋势和潜在挑战大语言模型(LLM)：基于海量文本数据训练，能够理解和生成人类语言的深度学习模型AI原生应用：以AI为核心设计理念，而非后期添加AI功能的应用程序NPC。

ACL 2024 | 新一代艺术媒介：探索基于大语言模型的互动戏剧

Paper weekly

06-03

1264

©PaperWeekly 原创 ·作者 |吴蔚琪单位 |上海交通大学研究方向 |大语言模型近日，来自上海交通大学的团队提出使用大语言模型（Large Language Model, LLM）实现互动戏剧（Interactive Drama），这是一个结合传统戏剧元素和现代人工智能技术的全新艺术形态。作者对戏剧六要素的重新定义与创新应用，将完整的戏剧叙事通过语言模型呈现，实现观众与剧情的即时...

参与评论您还未登录，请先登录后发表或查看评论

35、交互式数字叙事与虚拟现实体验：从技术到情感的深度探索

kappa的博客

06-29

本文深入探讨了交互式数字叙事与虚拟现实技术的最新发展，包括Babel的交互式装置、沉浸感实验研究以及360º叙事用户体验分析平台。从技术实现到用户体验，全面展示了这些创新项目如何推动数字化故事讲述和虚拟现实应用的未来发展。

基于大型语言模型的游戏智能体

人工智能前沿分享

06-20

718

记忆模块在代理中扮演着至关重要的角色，它存储了代理的过去经验，包括观察结果、思考过程、行动以及技能，这些记忆对于策略的制定和决策至关重要。记忆模块的设计模仿了人类的记忆机制，包括工作记忆和长期记忆，其中工作记忆存储当前上下文，而长期记忆存储过去的经验和知识。反思可以被视为一种特殊的推理，通常在收到先前尝试的反馈后发生，涉及代理分析自己的行为、决策和思考过程，并考虑如何根据收到的反馈进行改进。知识发现的深化，通过游戏代理的互动体验，挖掘游戏机制背后的深层原理和因果关系，推动代理向更高层次的认知能力迈进；

【LLM】大语言模型的情感理解和共情能力

chengxuyuanyy的博客

07-26

1032

同理心是促进亲社会行为的基础，可以通过分享个人经历的故事来唤起。虽然同理心受到叙事内容的影响，但直觉上，人们也通过叙事风格对故事的讲述方式做出反应。然而，同理心与叙事风格之间的关系尚未完全明了。论文通过大型语言模型（LLMs）和大规模众包研究实证检验并量化了这种关系。论文引入了一种新颖的理论基础分类法，HEART（人类同理心与叙事分类法），该分类法阐述了叙事风格中的元素，这些元素能够引导听众对故事讲述者产生同理心。

汇总大语言模型LLM的评测基准数据集（BenchMarks）

热门推荐

日常学习与专研的记录

06-28

1万+

本文介绍大语言模型LLM的BenchMarks评测数据集，帮助评估模型能力。

大语言模型和游戏：综述和路线图

yorkhunter的博客

05-15

1786

24年2月马耳他大学和纽约大学的论文“Large Language Models and Games: A Survey and Roadmap”。

面向大语言模型幻觉的关键数据集：系统性综述与分类法

yanqianglifei的专栏

06-27

1290

本文对大语言模型幻觉检测领域的关键数据集进行了系统性的梳理、分析与分类。我们首先从海量文献中萃取了涵盖不同任务、领域和模态的代表性数据集，并在此基础上构建了一个四维分类体系，即事实核查、问答、多模态幻觉检测和专业化基准。该体系为理解当前幻觉评估的全景提供了结构化的视角。通过对各类数据集的横向对比，我们揭示了其在评估目标、优势和局限性上的差异。

实战案例：文档化在大型语言模型中的应用

AI 算法实战派

08-19

746

维度一：系统复杂性挑战规模问题：千亿参数模型的内部机制文档化本质上是不可能完成的任务，需要新的抽象与可视化方法黑箱困境：神经网络的内在不可解释性与文档化要求的可解释性之间的根本矛盾涌现能力：LLM涌现能力的不可预测性使行为文档化变得极其困难动态演化：模型在部署后通过持续学习不断演化，文档难以同步更新维度二：多角色认知鸿沟技术-业务隔阂：数据科学家的技术文档与业务决策者需求之间的翻译问题专业语言差异：不同学科背景人员(AI工程师、伦理学家、律师、领域专家)的沟通障碍知识层次错位。

数据治疗师：使用大型语言模型从领域专家中提取领域知识

栖客

05-03

681

有效的数据可视化不仅需要技术能力，还需要对数据所存在的特定领域背景有深刻的理解。这种背景通常包括关于数据来源、质量及预期用途的隐性知识，而这些在数据集中很少明确表达。我们介绍了数据治疗师，这是一个基于网络的工具，通过结合迭代问答与交互式注释的混合主动性过程，帮助领域专家将这些隐性知识外化。该系统由大型语言模型驱动，分析用户提供的数据集，向用户提出有针对性的问题，并允许在不同粒度级别上进行注释。由此产生的结构化知识库可以为人类和自动化的可视化设计提供信息。

20、大语言模型：架构、应用与伦理挑战

banana的博客

08-21

本文全面探讨了当前主流大语言模型（LLaMA、Claude 和 ERNIE 3.0 Titan）的架构设计、核心功能及其在生成式 AI 中的广泛应用，包括创意写作、语言翻译、对话式 AI 和文本摘要等。同时，深入分析了大语言模型在实际部署中面临的伦理挑战，如偏差检测与缓解、隐私与数据安全、虚假信息传播以及伦理部署准则，并提出了相应的应对策略。文章旨在为研究者、开发者和政策制定者提供对大语言模型技术与伦理问题的系统性理解，并推动负责任的人工智能发展。

数字化智能化技术驱动文化综艺节目叙事创新的三大路径

智能化技术以人工智能为核心，融合大数据分析、云计算、自然语言处理、计算机视觉等前沿科技，具备感知、学习、推理、决策等能力。其主要特点包括：自主性（能够根据环境变化调整行为）、学习性（基于大量数据进行...

以太联的自愈功能与看门狗机制解析

suzhou_speeder的博客

12-15

1013

看门狗(Watchdog)是一种硬件或软件实现的定时器机制，其核心功能是监控系统或程序的运行状态，防止程序跑飞或陷入死循环。案例：车载以太网交换机通过硬件看门狗实时监测链路状态，若检测到链路中断(如3ms内未收到心跳包)，立即启用备用路径，确保刹车、转向等关键系统永不掉线。案例：某智能工厂的PLC(可编程逻辑控制器)采用软件看门狗，若主程序因干扰死机，看门狗机制自动重启PLC，恢复生产流程。三者协同工作，实现“设备-交换机-网络”三级自愈，显著提升网络可靠性、降低运维成本，并为企业数字化转型提供坚实基础。

多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战

最新发布

Lab4AI的博客

12-17

481

本项目依托Lab4AI平台，基于LLaMA-Factory成功对Qwen3-VL进行了完整的微调流程。我们将传统的人脸情绪识别任务与多模态大语言模型（MLLM）相结合，探索了MLLM在视觉情绪理解中的应用。通过微调Qwen3-VL，我们成功将传统的分类任务转化为多模态推理任务，显著提升了模型在复杂场景下的鲁棒性和准确率。这一方案不仅在人脸情绪识别上取得了显著提升，还为其他视觉任务的多模态大模型应用提供了新的思路，具有广泛的应用前景。

Transformer架构的原理是什么？

SACKings的博客

12-15

702

对于“Thinking”这个词，它的输出向量可能包含了90%它自己的信息和10%“Machines”的信息。而对于“Machines”，它的输出可能包含了70%它自己的信息和30%“Thinking”的信息。Transformer 架构的原理是理解现代大模型（如 GPT、BERT、T5 等）的基石。正是因为这些原理上的优势，Transformer才取代了RNN和CNN，成为了当今AI大模型时代的统治性架构。的（打乱输入顺序，输出可能不变），它没有内置的位置概念。Q·K 然后Softmax。

AIDD-人工智能药物设计-扩散模型热力学：从 AI 提取物理能量

itwangyang520的博客

12-14

1030

扩散模型的核心是加噪与去噪。这对业界的启示是，要实现精准医疗，特别是针对耐药突变的药物设计，不能仅依赖大语言模型（Large Language Model, LLM）处理序列。他们从文献和数据库中挖掘了过去被忽略的细节：氨基酸的替换、插入、缺失，以及关键的磷酸化修饰，最终整理出 4032 对新的激酶 - 配体数据。GeneGPT 曾展示了大语言模型（LLM）在生物医药领域的潜力，而 OpenBioLLM 提出了不同于 GeneGPT 单体（Monolithic）架构的方案：组建由「专家」构成的团队。

vLLM推理引擎教程4-离线推理功能

benben044的专栏

12-12

1106

本文介绍了使用vLLM框架优化推理性能的多种方法。主要内容包括：1）基础文本生成、对话式推理、文本分类和嵌入提取四种任务的基本实现；2）自动前缀缓存功能，通过共享KV缓存加速长上下文处理；3）使用YARN方法扩展模型上下文长度；4）多模态任务处理示例（Whisper语音识别）；5）底层LLMEngine API的使用。文章通过具体代码示例展示了如何设置参数实现各类推理优化，包括温度调节、top-p采样、缓存复用等技巧，适用于文本生成、分类、嵌入等多种NLP任务场景。

观成科技:Zloader木马家族加密流量分析

GCKJ_0824的博客

12-12

828

摘要：Zloader木马最初作为银行木马Zeus的下载器，现被广泛用于勒索软件投递。其采用多种加密通信技术规避检测：1）DGA技术生成随机域名；2）DNS隧道隐藏数据；3）HTTPS加密通信；4）Websocket掩码加密。最新版本通过会话密钥强化DNS隧道加密。观成科技利用AI模型结合TLS指纹检测HTTPS加密流量，持续通过行为分析和机器学习应对加密威胁。研究表明，恶意软件正不断升级流量对抗技术，凸显加密流量检测的重要性。（149字）

nl2sql技术实现自动sql生成之Spring AI Alibaba Nl2sql

疾风sxp的博客

12-15

880

上一节我们在介绍了自然语言转sql的基本思路，今天我们通过实操来解决这一技术实现，通过Spring AI Alibaba开源的nl2sql框架进行这块技术的讲解。