論文の概要: Beyond Compliance: A Resistance-Informed Motivation Reasoning Framework for Challenging Psychological Client Simulation

• arxiv url: http://arxiv.org/abs/2604.10507v1
• Date: Sun, 12 Apr 2026 07:51:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.062997
• Title: Beyond Compliance: A Resistance-Informed Motivation Reasoning Framework for Challenging Psychological Client Simulation
• Title（参考訳）: Beyond Compliance: 心理的クライアントシミュレーションに適合する抵抗インフォームドモチベーション推論フレームワーク
• Authors: Danni Liu, Bo Liu, Yuxin Hu, Hantao Zhao, Yan Liu, Ding Ding, Jiahui Jin, Jiuxin Cao,
• Abstract要約: 既存の心理学的クライアントシミュレータは非現実的なオーバーコンプライアンスを示しており、カウンセラーは現実の実践に共通する困難な行動に備えていない。 本稿では、クライアント抵抗理論に基づくクライアントの振る舞いを体系的にモデル化するResistClientについて述べる。 大規模な自動評価と専門家評価により、ResistClientは既存のシミュレータを、挑戦の忠実さ、行動の妥当性、推論のコヒーレンスで大幅に上回っていることが示されている。
• 参考スコア（独自算出の注目度）: 24.395851758074205
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Psychological client simulators have emerged as a scalable solution for training and evaluating counselor trainees and psychological LLMs. Yet existing simulators exhibit unrealistic over-compliance, leaving counselors underprepared for the challenging behaviors common in real-world practice. To bridge this gap, we present ResistClient, which systematically models challenging client behaviors grounded in Client Resistance Theory by integrating external behaviors with underlying motivational mechanisms. To this end, we propose Resistance-Informed Motivation Reasoning (RIMR), a two-stage training framework. First, RIMR mitigates compliance bias via supervised fine-tuning on RPC, a large-scale resistance-oriented psychological conversation dataset covering diverse client profiles. Second, beyond surface-level response imitation, RIMR models psychologically coherent motivation reasoning before response generation, jointly optimizing motivation authenticity and response consistency via process-supervised reinforcement learning. Extensive automatic and expert evaluations show that ResistClient substantially outperforms existing simulators in challenge fidelity, behavioral plausibility, and reasoning coherence. Moreover, ResistClient facilities evaluation of psychological LLMs under challenging conditions, offering new optimization directions for mental health dialogue systems.
• Abstract（参考訳）: 心理学的クライアントシミュレーターは、カウンセラー研修生と心理学的LLMを訓練し評価するためのスケーラブルなソリューションとして登場した。 しかし、既存のシミュレーターは非現実的なオーバーコンプライアンスを示しており、カウンセラーは現実の実践に共通する挑戦的な行動に対応できていない。 このギャップを埋めるために、我々はResistClientを提案し、クライアント抵抗理論に根ざしたクライアントの振る舞いを体系的にモデル化し、外部の振る舞いと動機づけのメカニズムを統合する。 この目的のために,2段階のトレーニングフレームワークであるRIMRを提案する。 まず、RIMRは、さまざまなクライアントプロファイルをカバーする大規模な抵抗指向の心理的会話データセットであるRPCの教師付き微調整により、コンプライアンスバイアスを緩和する。 第二に、表面レベルの応答模倣を超えて、RIMRは反応生成の前に心理的にコヒーレントなモチベーション推論をモデル化し、プロセス制御強化学習を通して、共同でモチベーションの信頼性と応答一貫性を最適化する。 大規模な自動評価と専門家評価により、ResistClientは既存のシミュレータを、挑戦の忠実さ、行動の妥当性、推論のコヒーレンスで大幅に上回っていることが示されている。 さらに、レジストクライアント施設は、精神保健対話システムに新たな最適化方向を提供する、困難な条件下での心理的LLMの評価を行う。

関連論文リスト

• PSY-STEP: Structuring Therapeutic Targets and Action Sequences for Proactive Counseling Dialogue Systems [32.922368484671196]
  動的で行動レベルのカウンセリングシーケンスと並行して自動思考を明示的に反映し,CBTカウンセリングをモデル化するデータセットSTEPを紹介する。 このデータセットを用いて、自動思考を積極的に引き起こし、認知的基盤を持つ介入を実行するカウンセリングエージェントであるSTEPPERを訓練する。 意思決定精度と共感応答性を両立させるため,シミュレート・シンセサイティング・カウンセリング・セッションに基づく選好学習によりSTEPPERを洗練する。
  論文  参考訳（メタデータ） (2026-04-06T05:47:47Z)
• PsyCLIENT: Client Simulation via Conversational Trajectory Modeling for Trainee Practice and Model Evaluation in Mental Health Counseling [26.381095576860925]
  PsyCLIENTは会話軌道モデルに基づく新しいシミュレーションフレームワークである。 中国初のオープンソースのクライアントプロファイルデータセットであるPsyCLIENT-CPを紹介する。 コードとデータは、メンタルヘルスカウンセリングの今後の研究を促進するためにリリースされる。
  論文  参考訳（メタデータ） (2026-01-12T08:33:05Z)
• STARec: An Efficient Agent Framework for Recommender Systems via Autonomous Deliberate Reasoning [54.28691219536054]
  我々は、自律的な熟考的推論機能を備えたレコメンデータシステムを支援する、ゆっくり考えられた拡張エージェントフレームワークSTARecを紹介する。 我々は,先進的推論モデルと嗜好整合型報酬形成から構造化知識の蒸留を組み合わせた2段階のパラダイムであるアンカー強化訓練を開発する。 MovieLens 1MとAmazon CDsベンチマークの実験では、STARecは最先端のベースラインと比較して、大幅なパフォーマンス向上を実現している。
  論文  参考訳（メタデータ） (2025-08-26T08:47:58Z)
• 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)
• Ψ-Arena: Interactive Assessment and Optimization of LLM-based Psychological Counselors with Tripartite Feedback [51.26493826461026]
  大規模言語モデル(LLM)の総合的評価と最適化のための対話型フレームワークであるPsi-Arenaを提案する。 アリーナは、心理学的にプロファイルされたNPCクライアントとの多段階対話を通じて現実世界のカウンセリングをシミュレートする現実的なアリーナ相互作用を特徴としている。 8つの最先端のLLM実験は、異なる実世界のシナリオと評価の観点で大きなパフォーマンス変化を示す。
  論文  参考訳（メタデータ） (2025-05-06T08:22:51Z)
• MIRROR: Multimodal Cognitive Reframing Therapy for Rolling with Resistance [33.081670638470165]
  我々は、非言語的な手がかりを取り入れたマルチモーダルアプローチを提案し、AIセラピストは、クライアントのネガティブな感情状態に応答をより良く整合させることができる。 具体的には、新しい合成データセットであるMirrorを導入し、クライアントのステートメントと対応する顔画像とをペアリングする新しい合成データセットについて紹介する。 その結果、MirrorはAIセラピストの抵抗処理能力を大幅に向上させ、既存のテキストベースのCBTアプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-04-16T08:44:26Z)
• Consistent Client Simulation for Motivational Interviewing-based Counseling [38.27487999477332]
  メンタルヘルスカウンセリングのための一貫したクライアントシミュレーションを支援する新しいフレームワークを提案する。 我々のフレームワークは、シミュレーションされたクライアントの精神状態を追跡し、状態遷移を制御し、クライアントのモチベーション、信念、望ましい変更計画、受容性と整合した各状態行動を生成する。
  論文  参考訳（メタデータ） (2025-02-05T00:58:30Z)
• RILe: Reinforced Imitation Learning [60.63173816209543]
  RILe(Reinforced Learning)は、模倣学習と逆強化学習の強みを組み合わせて、高密度報酬関数を効率的に学習するフレームワークである。 本フレームワークは, 直接模倣が複雑な動作を再現できないような高次元タスクにおいて, 高い性能のポリシーを生成する。
  論文  参考訳（メタデータ） (2024-06-12T17:56:31Z)
• 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。