論文の概要: StageWell: A Process-Aligned Chinese Corpus for Positive-Psychology Support Dialogue

• arxiv url: http://arxiv.org/abs/2608.29326v1
• Date: Sat, 29 Aug 2026 15:13:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.92541
• Title: StageWell: A Process-Aligned Chinese Corpus for Positive-Psychology Support Dialogue
• Title（参考訳）: StageWell: 肯定的心理学支援対話のためのプロセス指向の中国語コーパス
• Abstract要約: 本稿では、ポジティブ心理学対話のためのプロセス整合中国語コーパスであるStageWellと、データ構築と評価のための構造化プロトコルHQSを紹介する。 StageWellはサポートを6段階のサポートプロセスに編成し,12,445のSFTインスタンス,1,849のDPO選好ペア,120のエキスパート改訂ダイアログと977のQAペアからなるGarthTruthサブセットを構築するために,マルチエージェントの全対話書き直しワークフローを使用する。 9B-14B オープンソース LLM の4つにまたがって、この監督は、プロセス制御、応答品質、安全性の堅牢な向上をもたらす。
• 参考スコア（独自算出の注目度）: 44.304129843111184
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Positive psychology dialogue aims to support emotional distress and positive resource building, requiring models to produce not only empathetic replies but also coherent progression through a multi-turn support process. Existing resources often reduce supervision to turn-level strategies or holistic preference labels, leaving process position, support function, and local repair targets implicit. We introduce StageWell, a process-aligned Chinese corpus for positive psychology dialogue, together with HQS, a structured protocol for data construction and evaluation. StageWell organizes support into a six-stage support process and uses a multi-agent whole-dialogue rewriting workflow to construct 12,445 SFT instances, 1,849 DPO preference pairs, and a GroundTruth subset of 120 expert-revised dialogues and 977 QA pairs. Guided by HQS, DPO pairs are built as process-localized repairs: flawed model outputs are used as rejected responses, and targeted rewrites under the same context and stage constraint are used as chosen responses. Across four 9B-14B open-source LLMs, this supervision yields robust gains in process control, response quality, and safety. Averaged across models, BERTScore improves by 0.037, Q-Overall increases by 1.32 points, S-exact increases by 0.236, and the H-critical rate decreases by 0.167. These results highlight the value of modeling supportive dialogue as a structured multi-turn support process rather than as single-turn response generation.
• Abstract（参考訳）: 肯定的な心理学的対話は、感情的な苦悩と肯定的な資源構築を支援することを目的としており、モデルには共感的な反応だけでなく、マルチターン支援プロセスを通じてコヒーレントな進行も必要である。 既存のリソースはターンレベルの戦略や全体的選好ラベルの監督を減らし、プロセスの位置、サポート機能、ローカルな修復ターゲットを暗黙的に残す。 本稿では、ポジティブ心理学対話のためのプロセス整合中国語コーパスであるStageWellと、データ構築と評価のための構造化プロトコルHQSを紹介する。 StageWellはサポートを6段階のサポートプロセスに編成し,12,445のSFTインスタンス,1,849のDPO選好ペア,120のエキスパート改訂ダイアログと977のQAペアからなるGarthTruthサブセットを構築するために,マルチエージェントの全対話書き直しワークフローを使用する。 DPOペアはプロセスローカライズされた修復として構築され、欠陥のあるモデル出力は拒否された応答として使用され、同じコンテキストとステージ制約下でのターゲットリライトは選択された応答として使用される。 9B-14B オープンソース LLM の4つにまたがって、この監督は、プロセス制御、応答品質、安全性の堅牢な向上をもたらす。 モデル全体で平均すると、BERTScoreは0.037、Q-Overallは1.32、S-exactは0.236、H-Criticalレートは0.167である。 これらの結果は,シングルターン応答生成ではなく,構造化マルチターン支援プロセスとしてのサポート対話をモデル化することの価値を強調した。

関連論文リスト

• Asking Questions the Right Way: A Multi-Agent Conversational System for Prompt Formulation in Complex Task Resolution [0.0]
  大規模言語モデル(LLM)は複雑な知的タスクに不可欠なものであるが、出力品質はユーザが提供するプロンプトによって制約される。 本研究では,非構造化クエリを構造化プロンプトに変換する8つのエージェントのエージェント対話インタフェースPAWNIを提案する。 また、Essential、Extension、Elevationのカテゴリにまたがる18のプロンプト要素からなる3層フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-02T16:33:27Z)
• Operationalising Multi-Dimensional Evaluation for Conversational Agents: A Scalable, Governed Pipeline with Selective Re-evaluation and Model Benchmarking [0.0]
  本稿では,小売会話システムの大規模評価を行うための管理型構成駆動パイプラインであるGenAI Evaluationを提案する。 このフレームワークは、有用性、真理性、明瞭性、音調アライメント、翻訳特化次元を評価する。 パイプラインのマクロF1スコアは0.93で、翻訳の精度は89%だった。
  論文  参考訳（メタデータ） (2026-07-13T19:01:56Z)
• SpeechParaling-Bench: A Comprehensive Benchmark for Paralinguistic-Aware Speech Generation [46.48800527703154]
  SpeechParaling-Benchは、パラ言語対応音声生成のための総合的なベンチマークである。 既存のカバレッジを50未満から100以上のきめ細かい機能に拡張する。 微粒化制御、発声内変動、文脈認識適応の3つの課題に分けられる。
  論文  参考訳（メタデータ） (2026-04-22T17:59:58Z)
• Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
  我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。 内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2026-03-13T20:44:15Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• SPARE: Single-Pass Annotation with Reference-Guided Evaluation for Automatic Process Supervision and Reward Modelling [58.05959902776133]
  私たちはSingle-Passを紹介します。 Reference-Guided Evaluation (SPARE)は、効率的なステップごとのアノテーションを可能にする新しい構造化フレームワークである。 数学的推論(GSM8K, MATH)、マルチホップ質問応答(MuSiQue-Ans)、空間推論(SpaRP)にまたがる4つの多様なデータセットにおけるSPAREの有効性を実証する。 ProcessBenchでは、SPAREがデータ効率のよいアウト・オブ・ディストリビューションの一般化を実証し、トレーニングサンプルの$sim$16%しか使用していない。
  論文  参考訳（メタデータ） (2025-06-18T14:37:59Z)
• Self-Play Preference Optimization for Language Model Alignment [75.83359213697854]
  近年の進歩は、嗜好の確率で直接作業することで、人間の嗜好をより正確に反映できることを示している。 本稿では,言語モデルアライメントのためのセルフプレイ方式を提案する。 我々の手法はSPPO(Self-Play Preference Optimization)と呼ばれ、繰り返しポリシー更新を利用してナッシュ均衡を確実に近似する。
  論文  参考訳（メタデータ） (2024-05-01T17:59:20Z)
• JoTR: A Joint Transformer and Reinforcement Learning Framework for Dialog Policy Learning [53.83063435640911]
  対話政策学習(DPL)は対話モデリングの重要な構成要素である。 フレキシブルな対話行動を生成するための新しいフレームワークであるJoTRを導入する。 従来の方法とは異なり、JoTRはよりダイナミックで適応可能な対話アクション生成を可能にするワードレベルのポリシーを定式化している。
  論文  参考訳（メタデータ） (2023-09-01T03:19:53Z)
• SimOAP: Improve Coherence and Consistency in Persona-based Dialogue Generation via Over-sampling and Post-evaluation [54.66399120084227]
  大規模コーパスで訓練された言語モデルは、オープンドメイン対話において驚くほど流動的な結果を生み出すことができる。 ペルソナに基づく対話生成タスクでは、一貫性と一貫性が言語モデルにとって大きな課題である。 オーバーサンプリングとポスト評価という2段階のSimOAP戦略が提案されている。
  論文  参考訳（メタデータ） (2023-05-18T17:23:00Z)
• Joint Turn and Dialogue level User Satisfaction Estimation on Multi-Domain Conversations [6.129731338249762]
  ターンレベルと対話レベルのユーザ満足度を推定する現在の自動化手法は手作りの機能を採用している。 適応型マルチタスク損失関数を最小化する新しいユーザ満足度推定手法を提案する。 BiLSTMベースのディープニューラルネットワークモデルは、推定された対話レベル評価に対する各ターンのコントリビューションを自動的に評価する。
  論文  参考訳（メタデータ） (2020-10-06T05:53:13Z)

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。