論文の概要: Assessing the Effectiveness of LLMs in Delivering Cognitive Behavioral Therapy

• arxiv url: http://arxiv.org/abs/2603.03862v1
• Date: Wed, 04 Mar 2026 09:15:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.24552
• Title: Assessing the Effectiveness of LLMs in Delivering Cognitive Behavioral Therapy
• Title（参考訳）: 認知行動療法におけるLCMの有効性の評価
• Authors: Navdeep Singh Bedi, Ana-Maria Bucur, Noriko Kando, Fabio Crestani,
• Abstract要約: 認知行動療法(CBT)を実践するプロセラピストをエミュレートする言語モデルの評価 以上の結果から,LCMはCBTのような対話を生成できるが,共感の伝達や一貫性の維持には限界があることがわかった。
• 参考スコア（独自算出の注目度）: 4.551587749019292
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As mental health issues continue to rise globally, there is an increasing demand for accessible and scalable therapeutic solutions. Many individuals currently seek support from Large Language Models (LLMs), even though these models have not been validated for use in counseling services. In this paper, we evaluate LLMs' ability to emulate professional therapists practicing Cognitive Behavioral Therapy (CBT). Using anonymized, transcribed role-play sessions between licensed therapists and clients, we compare two approaches: (1) a generation-only method and (2) a Retrieval-Augmented Generation (RAG) approach using CBT guidelines. We evaluate both proprietary and open-source models for linguistic quality, semantic coherence, and therapeutic fidelity using standard natural language generation (NLG) metrics, natural language inference (NLI), and automated scoring for skills assessment. Our results indicate that while LLMs can generate CBT-like dialogues, they are limited in their ability to convey empathy and maintain consistency.
• Abstract（参考訳）: メンタルヘルスの問題は世界中で増加し続けており、アクセス可能でスケーラブルな治療ソリューションへの需要が高まっている。 現在、多くの個人がLarge Language Models (LLMs) からサポートを求めているが、これらのモデルはカウンセリングサービスでの使用については検証されていない。 本稿では,認知行動療法(CBT)を実践するプロセラピストをエミュレートするLSMの能力を評価する。 ライセンスされたセラピストとクライアント間の匿名化されたロールプレイセッションを用いて,(1)生成専用手法と(2)CBTガイドラインを用いた検索型生成(RAG)アプローチを比較した。 我々は,言語品質,セマンティック・コヒーレンス,治療の忠実度を,標準自然言語生成(NLG)メトリクス,自然言語推論(NLI)メトリクス,スキル評価のための自動スコアリングを用いて,プロプライエタリおよびオープンソースモデルの両方を評価する。 以上の結果から,LCMはCBTのような対話を生成できるが,共感の伝達や一貫性の維持には限界があることがわかった。

関連論文リスト

• Roleplaying with Structure: Synthetic Therapist-Client Conversation Generation from Questionnaires [5.163738939075784]
  構造化されたクライアントプロファイルと心理的アンケートに基づいて合成カウンセリング対話を生成するLLM駆動パイプラインを提案する。 我々のフレームワークであるSQPsychは、構造化された心理的入力をセラピスト・クライアントシミュレーションを通じて自然言語対話に変換する。 我々の研究は、メンタルヘルス支援のためのスケーラブルでデータセキュアで臨床的に情報提供されたAIを実現するための合成データの可能性を強調した。
  論文  参考訳（メタデータ） (2025-10-29T10:55:52Z)
• 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)
• Self-Adaptive Cognitive Debiasing for Large Language Models in Decision-Making [71.71796367760112]
  大規模言語モデル(LLM)は意思決定アプリケーションをサポートする可能性を示している。 我々は,自己適応型認知脱バイアス(SACD)という認知脱バイアス手法を提案する。 オープンウェイトとクローズドウェイトの両方を用いた金融・医療・法的意思決定タスクにおけるSACDの評価を行った。
  論文  参考訳（メタデータ） (2025-04-05T11:23:05Z)
• LlaMADRS: Prompting Large Language Models for Interview-Based Depression Assessment [75.44934940580112]
  LlaMADRSは、オープンソースのLarge Language Models(LLM)を利用して、うつ病の重症度評価を自動化する新しいフレームワークである。 本研究は,クリニカルインタヴューの解釈・スコアリングにおけるモデル指導のために,慎重に設計された手がかりを用いたゼロショットプロンプト戦略を用いている。 実世界における236件のインタビューを対象とし,臨床評価と強い相関性を示した。
  論文  参考訳（メタデータ） (2025-01-07T08:49:04Z)
• 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)
• Are Large Language Models Possible to Conduct Cognitive Behavioral Therapy? [13.0263170692984]
  大規模言語モデル(LLM)が検証され、心理的補助療法の新たな可能性を提供する。 精神保健の専門家は、LSMを治療に使用することについて多くの懸念を抱いている。 自然言語処理性能に優れた4つのLLM変種を評価した。
  論文  参考訳（メタデータ） (2024-07-25T03:01:47Z)
• HealMe: Harnessing Cognitive Reframing in Large Language Models for Psychotherapy [25.908522131646258]
  メンタルエンハンスメント(HealMe)モデルにおける適応言語によるヘルピングとエンパワーメントについて紹介する。 この新しい認知的リフレーミング療法は、根深い否定的思考に効果的に対処し、合理的でバランスの取れた視点を育む。 我々は、認知リフレーミングのパフォーマンスを厳格に評価するために特別に設計された、包括的で専門的な心理学的評価指標を採用した。
  論文  参考訳（メタデータ） (2024-02-26T09:10:34Z)
• Evaluating the Efficacy of Interactive Language Therapy Based on LLM for High-Functioning Autistic Adolescent Psychological Counseling [1.1780706927049207]
  本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。 LLMは、従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
  論文  参考訳（メタデータ） (2023-11-12T07:55:39Z)
• Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
  戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。 標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。 本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
  論文  参考訳（メタデータ） (2022-09-14T15:33:30Z)

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。