論文の概要: coTherapist: A Behavior-Aligned Small Language Model to Support Mental Healthcare Experts
- arxiv url: http://arxiv.org/abs/2601.10246v1
- Date: Thu, 15 Jan 2026 10:06:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-16 19:43:19.094925
- Title: coTherapist: A Behavior-Aligned Small Language Model to Support Mental Healthcare Experts
- Title（参考訳）: coTherapist:メンタルヘルスケア専門家を支援する行動調整型小言語モデル
- Authors: Prottay Kumar Adhikary, Reena Rawat, Tanmoy Chakraborty,
- Abstract要約: コセラピスト(coTherapist)は、中核的な治療能力のエミュレートに小さな言語モデルを利用する統一的なフレームワークである。
臨床クエリの評価は、コセラピストが現代のベースラインよりも関連性が高く臨床的に根拠づけられた応答を生成することを示している。
- 参考スコア（独自算出の注目度）: 17.673793941730143
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Access to mental healthcare is increasingly strained by workforce shortages and rising demand, motivating the development of intelligent systems that can support mental healthcare experts. We introduce coTherapist, a unified framework utilizing a small language model to emulate core therapeutic competencies through domain-specific fine-tuning, retrieval augmentation, and agentic reasoning. Evaluation on clinical queries demonstrates that coTherapist generates more relevant and clinically grounded responses than contemporary baselines. Using our novel T-BARS rubric and psychometric profiling, we confirm coTherapist exhibits high empathy and therapist-consistent personality traits. Furthermore, human evaluation by domain experts validates that coTherapist delivers accurate, trustworthy, and safe responses. coTherapist was deployed and tested by clinical experts. Collectively, these findings demonstrate that small models can be engineered to exhibit expert-like behavior, offering a scalable pathway for digital mental health tools.
- Abstract（参考訳）: メンタルヘルスケアへのアクセスは、労働力不足と需要の増加によってますます緊張し、メンタルヘルスケアの専門家を支援するインテリジェントシステムの開発を動機付けている。
コセラピスト(coTherapist)は、ドメイン固有の微調整、検索強化、エージェント推論を通じて、中核的な治療能力をエミュレートするために、小さな言語モデルを利用した統一的なフレームワークである。
臨床クエリの評価は、コセラピストが現代のベースラインよりも関連性が高く臨床的に根拠づけられた応答を生成することを示している。
新たなT-BARSルーブリックとサイコメトリック・プロファイリングを用いて,コセラピストは高い共感とセラピストと一貫性のある性格特性を呈することを確認した。
さらに、ドメインの専門家による人間による評価は、コセラピストが正確で信頼できる、そして安全な応答を提供することを示す。
coセラピストは臨床の専門家によってデプロイされ、テストされました。
これらの結果は、デジタルメンタルヘルスツールのスケーラブルなパスを提供する専門家のような振る舞いを示すために、小さなモデルを設計できることを総合的に示している。
関連論文リスト
- DiaCBT: A Long-Periodic Dialogue Corpus Guided by Cognitive Conceptualization Diagram for CBT-based Psychological Counseling [29.386911644663304]
大規模言語モデル(LLM)は、メンタルヘルスサービスへのアクセスを拡大するための有望なソリューションを提供する。
認知行動療法(CBT)に基づく長期対話コーパスの構築
このデータセットにはカウンセリング毎に複数のセッションが含まれており、クライアントシミュレーションのガイドとして認知概念化ダイアグラム(CCD)が組み込まれている。
論文 参考訳（メタデータ） (2025-09-03T04:17:19Z) - Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models [72.36715571932696]
物語療法は、個人が問題のある人生の物語を代替品の力に変えるのに役立つ。
現在のアプローチでは、特殊精神療法ではリアリズムが欠如しており、時間とともに治療の進行を捉えることができない。
Int(Interactive Narrative Therapist)は、治療段階を計画し、反射レベルを誘導し、文脈的に適切な専門家のような反応を生成することによって、専門家の物語セラピストをシミュレートする。
論文 参考訳（メタデータ） (2025-07-27T11:52:09Z) - Beyond Empathy: Integrating Diagnostic and Therapeutic Reasoning with Large Language Models for Mental Health Counseling [50.83055329849865]
PsyLLMは、メンタルヘルスカウンセリングの診断と治療的推論を統合するために設計された大きな言語モデルである。
Redditから現実世界のメンタルヘルス投稿を処理し、マルチターン対話構造を生成する。
実験の結果,PsyLLMは最先端のベースラインモデルよりも優れていた。
論文 参考訳（メタデータ） (2025-05-21T16:24:49Z) - AutoCBT: An Autonomous Multi-agent Framework for Cognitive Behavioral Therapy in Psychological Counseling [57.054489290192535]
伝統的な個人の心理カウンセリングは主にニッチであり、心理学的な問題を持つ個人によって選択されることが多い。
オンラインの自動カウンセリングは、恥の感情によって助けを求めることをためらう人たちに潜在的な解決策を提供する。
論文 参考訳（メタデータ） (2025-01-16T09:57:12Z) - Sentiment-guided Commonsense-aware Response Generation for Mental Health Counseling [28.17719749654601]
反応生成にコモンセンス認識を取り入れた感情誘導機構であるEmpResを提案する。
ファンデーションモデルを活用し、コモンセンスの知識を活用することで、EmpResはクライアントの肯定的な感情を効果的に形作る応答を生成することを目指している。
以上の結果から,ユーザの91%がシステムの有効性を認め,80%が満足度を示し,85.45%以上がインターフェースの使用を継続し,他の人に推奨していることがわかった。
論文 参考訳（メタデータ） (2025-01-06T15:41:52Z) - CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。
我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。
実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
論文 参考訳（メタデータ） (2024-10-17T04:52:57Z) - Therapy as an NLP Task: Psychologists' Comparison of LLMs and Human Peers in CBT [6.932239020477335]
大規模言語モデル(LLM)はアドホックセラピストとして使われている。
本研究は,ヒトカウンセラーのセッションレベルの行動と,同僚のチームが単一セッション認知行動療法を行うように促したLDMの行動とを比較した。
論文 参考訳（メタデータ） (2024-09-03T19:19:13Z) - MentalAgora: A Gateway to Advanced Personalized Care in Mental Health through Multi-Agent Debating and Attribute Control [40.21489535255022]
MentalAgoraは、複数のエージェント間の相互作用によって強化された大きな言語モデルを利用した新しいフレームワークである。
このフレームワークは,戦略的議論,カウンセラー作成の調整,応答生成という3つの段階を通じて動作する。
実験やユーザスタディを含む評価は、MentalAgoraがプロの標準と整合し、ユーザの好みを効果的に満たしていることを示す。
論文 参考訳（メタデータ） (2024-07-03T01:19:38Z) - Empowering Psychotherapy with Large Language Models: Cognitive
Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。
DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。
実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
論文 参考訳（メタデータ） (2023-10-11T02:47:21Z) - "Am I A Good Therapist?" Automated Evaluation Of Psychotherapy Skills
Using Speech And Language Technologies [38.726068038788384]
5000以上のレコードのデータセットを使用して、当社のプラットフォームとそのパフォーマンスを説明します。
本システムでは,セッションのダイナミクスに関する情報を含む包括的フィードバックをセラピストに提供する。
我々は、近い将来、自動精神療法評価ツールの広範な利用が専門家の能力を増強すると確信している。
論文 参考訳（メタデータ） (2021-02-22T18:52:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。