論文の概要: From Momentary Emotion Inference to Sustained Emotion Support: Evaluating a Companion Agent in a Longitudinal Study
- arxiv url: http://arxiv.org/abs/2609.16344v2
- Date: Thu, 17 Sep 2026 19:11:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:16.685456
- Title: From Momentary Emotion Inference to Sustained Emotion Support: Evaluating a Companion Agent in a Longitudinal Study
- Title（参考訳）: 感情推定から持続的感情支援へ:縦断的研究におけるコンパニオンエージェントの評価
- Abstract要約: 我々は、理論に基づく感情制御コンパニオンであるPAIRを用いて、感情支援を持続する質的エージェントについて検討する。
1,093セッションの前後で、感情推定と自己報告とを比較し、ログとインタビューを分析した。
本研究は,記憶の更新と横断的パーソナライゼーションの補正をリンクし,将来の感情支援ツールに通知した。
- 参考スコア（独自算出の注目度）: 10.538313417326078
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sustained emotional support is a long-horizon interaction task closely tied to human well-being. Recent research demonstrates generative agents' capacity for momentary emotional support, yet how these capabilities sustain support over time remains unclear. To examine this challenge, we deployed PAIR, a theory-based emotion-regulation companion, with 19 participants for 14 days. Across 1,093 sessions, we paired emotion estimates with self-reports before and after guidance and analyzed logs and interviews. Estimates corresponded more closely to self-reported valence and dominance than arousal. Guided conversations were followed by higher valence and state-dependent arousal changes. Participants felt understood through contextual exploration and emotional acknowledgment, acting on guidance suited to their needs and constraints. Perceived helpfulness of guided conversation significantly increased over time. Our findings link memory updates and retained corrections to cross-session personalization, informing future emotional support tools that adapt to evolving needs, learn from prior outcomes, and preserve user control over memory.
- Abstract（参考訳）: 持続的な感情的支援は、人間の幸福と密接に結びついている長期的な相互作用である。
近年の研究では、生成的エージェントの一時的な感情的サポート能力が実証されているが、これらの能力が時間の経過とともにどのようにサポートを維持できるかは明らかでない。
この課題を検討するために、理論に基づく感情制御コンパニオンであるPAIRを、19人の参加者を14日間展開した。
1,093セッションの前後で、感情推定と自己報告とを比較し、ログとインタビューを分析した。
見積もりは、興奮よりも自己報告の原子価と支配に密接に対応した。
指導された会話は、より高い原子価と状態依存の覚醒的変化が続いた。
参加者は、文脈的な探索と感情的な認知を通じて理解され、彼らのニーズや制約に合ったガイダンスで行動した。
ガイド付き会話の有用性は時間とともに顕著に増大した。
本研究は, 記憶の更新と, クロスセッションのパーソナライゼーションに対する修正の継続をリンクし, 進化するニーズに適応し, 先行結果から学習し, メモリのユーザコントロールを保ちながら, 将来の感情支援ツールに通知するものである。
関連論文リスト
- RESCUE-BENCH: Towards Relation-Aware Multi-Party Emotional Support Conversation Systems [20.475363299302185]
我々は、LLMがより効果的な感情支援を提供するために、関係の進化するダイナミクスを捉え、活用できるかどうかを評価する新しいタスクである感情支援関係認識会話を導入する。
実対・家族対面の会話からRESCUE(Relation-aware Emotional Support Conversation Understanding and Evaluation Benchmark)を構築した。
論文 参考訳（メタデータ） (2026-09-09T03:14:13Z) - MindTailor: Personalized Emotional Support via Post History-Grounded Case Formulation and Collaborative Refinement [44.7545875422459]
MindTailorは、パーソナライズされた感情的サポート応答を生成するフレームワークである。
ReddiSuppは798のReddit投稿のデータセットで、シーカーの以前の投稿履歴と組み合わせている。
論文 参考訳（メタデータ） (2026-06-20T07:52:55Z) - ENPMR-Bench: Benchmarking Proactive Memory Retrieval for Emotional Support Agents [53.83618283684421]
ENPMR-Benchは,情緒的欲求認識型アクティブメモリ検索のためのベンチマークである。
ENPMR-Benchは1,800以上のメモリ拡張ダイアログを含み、感情的なニーズと支援的なメモリタイプの間の構造化マッピングを定義する。
論文 参考訳（メタデータ） (2026-05-26T16:22:35Z) - EGI: A Multimodal Emotional AI Framework for Enhancing Scrum Master Real-time Self-Awareness [0.0]
本稿では,4つのAIモデルを統合して,スクラムマスタやミーティングオーガナイザの無意識的な感情を監視するアプリケーションを提案する。
このシステムは、シミュレーションミーティング環境でのASR単語誤り率WERを10%達成した。
論文 参考訳（メタデータ） (2026-05-17T22:55:20Z) - Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。
SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。
SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
論文 参考訳（メタデータ） (2025-05-01T19:06:10Z) - Disentangle Identity, Cooperate Emotion: Correlation-Aware Emotional Talking Portrait Generation [63.94836524433559]
DICE-Talkは、感情と同一性を切り離し、類似した特徴を持つ感情を協調するフレームワークである。
我々は、モーダル・アテンションを通して、音声と視覚の感情の手がかりを共同でモデル化するアンタングル型感情埋め込み装置を開発した。
次に,学習可能な感情バンクを用いた相関強化感情調和モジュールを提案する。
第3に、拡散過程における感情の一貫性を強制する感情識別目標を設計する。
論文 参考訳（メタデータ） (2025-04-25T05:28:21Z) - The Emotional Spectrum of LLMs: Leveraging Empathy and Emotion-Based Markers for Mental Health Support [41.463376100442396]
RACLETTEは、最先端のベンチマークと比較すると、感情的精度が優れていることを示す対話システムである。
本研究では,ユーザの感情プロファイルを,メンタルヘルスアセスメントの解釈マーカーとして用いる方法を示す。
論文 参考訳（メタデータ） (2024-12-28T07:42:29Z) - CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
既存のアプローチは、苦痛の感情の原因を無視します。
彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。
本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
論文 参考訳（メタデータ） (2024-01-31T11:30:24Z) - Facilitating Multi-turn Emotional Support Conversation with Positive
Emotion Elicitation: A Reinforcement Learning Approach [58.88422314998018]
感情支援会話(ESC)は、精神状態を改善するための感情支援(ES)を提供することを目的としている。
既存の作業は、ESへの影響を無視し、感情的なポジティブな移行を導くための明確な目標が欠如している、接地された応答と対応戦略に留まっている。
マルチターンESCを肯定的感情誘発のプロセスとして定式化する新しいパラダイムを導入する。
論文 参考訳（メタデータ） (2023-07-16T09:58:44Z) - Large Language Models Understand and Can be Enhanced by Emotional
Stimuli [53.53886609012119]
我々は、感情的な刺激を理解するために、大規模言語モデルの能力を探究する第一歩を踏み出す。
実験の結果,LLMは感情的知能を把握でき,その性能は感情的刺激によって改善できることがわかった。
EmotionPromptが生成タスクの性能を大幅に向上させることを示す。
論文 参考訳（メタデータ） (2023-07-14T00:57:12Z)
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。