論文の概要: PsyEvo: A Personalized Counseling Agent That Self-Evolves at Test Time
- arxiv url: http://arxiv.org/abs/2610.02885v1
- Date: Fri, 02 Oct 2026 06:23:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.24383
- Title: PsyEvo: A Personalized Counseling Agent That Self-Evolves at Test Time
- Title（参考訳）: PsyEvo:テスト時に自己進化するパーソナライズドカウンセリングエージェント
- Abstract要約: メンタルヘルス障害は、世界の人口のかなりの割合に影響を与えるが、訓練を受けた実践者の不足は、十分な注意を払わずに多数を占める。
LLMベースのカウンセラーは、スケーラブルな対話型心理的サポートを提供するための有望な方向性を示す。
LLMベースのカウンセリングフレームワークであるPsyEvoを導入し、テスト時にクライアント固有のパーソナライゼーションとレスポンス・ポリシーの改善を可能にする。
- 参考スコア（独自算出の注目度）: 11.240362995942036
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mental health disorders affect a substantial proportion of the global population, yet a persistent shortage of trained practitioners leaves the majority without adequate care. Large language model (LLM)-based counselors present a promising direction for delivering scalable conversational psychological support. Offline model training alone leaves limited room to adapt to individual clients or to learn from ongoing therapeutic interaction at test time. We introduce PsyEvo, an LLM-based counseling framework that enables both client-specific personalization and response-policy improvement at test time through three components: Hierarchical Bayesian Skill Policy (HBSP) personalizes what intervention to apply by maintaining a per-client skill posterior updated from session feedback; Inter-session Listwise Preference Optimization (LiPO) improves how the selected skill is expressed by updating a shared response adapter from cross-client preference evidence; and State-conditioned Ordinal Credit Assignment (SOCA) supplies candidate preferences and trajectory credit to the two components through consistency-checked comparisons and ordinal projection. In simulated-client evaluation with shared online cohort adaptation, PsyEvo obtains 7.684 Overall on PsychEval and exceeds every component variant in each of three matched runs. Removing individual components lowers mean overall score by 0.138--0.171 under the shared configuration, supporting conditional contributions within the complete scaffold. Our code is available at https://github.com/Lingxi-mental-health/PsyEvo
- Abstract（参考訳）: メンタルヘルス障害は、世界の人口のかなりの割合に影響を与えるが、訓練を受けた実践者の不足は、十分な注意を払わずに多数を占める。
大規模言語モデル(LLM)ベースのカウンセラーは、スケーラブルな対話型心理的サポートを提供するための有望な方向性を示す。
オフラインモデルトレーニングだけでも、個々のクライアントに適応したり、テスト時に進行中の治療相互作用から学ぶ余地は限られています。
階層的ベイズスキルポリシー(HBSP)は、セッションフィードバックから再更新されたセッションごとのスキルを維持することにより、どのような介入をパーソナライズするかをパーソナライズする。 セッション間リスナ選択最適化(LiPO)は、クロスクライアント優先の証拠から共有応答アダプタを更新することにより、選択されたスキルがどのように表現されるかを改善する。
オンラインコホートを共用したシミュレート・クオリティ評価では、PsyEvoはサイコエバルで7.684点を獲得し、マッチした3つのランの全てのコンポーネントを上回っている。
個別成分の除去は、全体のスコアを共有構成で0.138--0.171まで下げ、完全な足場内で条件付きコントリビューションをサポートする。
私たちのコードはhttps://github.com/Lingxi-mental-health/PsyEvoで利用可能です。
関連論文リスト
- COPE: Continual Personalization of LLMs under Sparse User Feedback via User Embeddings and Self-Evaluation [3.7175331524277233]
ユーザフィードバックの少ない実世界のインタラクション設定に適した,新しい最適化フレームワークであるCOPEを提案する。
本フレームワークは、各ユーザに対して学習可能なパーソナライズド埋め込みを割り当て、好みのキャプチャ、自己評価のキャリブレーション、パーソナライズドレスポンスの最適化を単一の更新ステップで統合する。
実験では、COPEはスパースフィードバックの下で、強いトレーニングフリーとトレーニングベースラインを一貫して上回ります。
論文 参考訳（メタデータ） (2026-09-22T12:23:22Z) - PsyScore: A Psychometrically-Aware Framework for Trait-Adaptive Essay Scoring and ZPD-Scaffolded Feedback [13.817126458402017]
PsyScoreは心理計測学的に認識されるフレームワークで、診断アセスメントと教育的な足場を共有潜在能力表現を通じて統合する。
ASAP++データセットの実験では、PsyScoreは、より教育的に整合したフィードバックを提供しながら、競争的なスコアリングのパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-06-18T14:29:13Z) - Mimetic Alignment with ASPECT: Evaluation of AI-inferred Personal Profiles [9.797234412839304]
本研究では,職場データからの行動証拠に対して,検証済みのコミュニケーション尺度から構成物を評価するパイプラインであるASPECTを提案する。
ASPECT生成プロファイルは、自己評価と適度に一致し、ASPECT生成応答は、ジェネリックおよび自己報告ベースラインよりも好まれた。
検査可能な、個別にスコープ化されたコミュニケーションプロファイルを構築することの意味について論じる。
論文 参考訳（メタデータ） (2026-03-27T18:55:44Z) - Beyond Static Evaluation: Rethinking the Assessment of Personalized Agent Adaptability in Information Retrieval [12.058221341033835]
適応型パーソナライゼーションにおける評価を再考するための概念レンズを提案する。
このレンズは,(1)時間的に進化する嗜好モデルを用いたペルソナベースユーザシミュレーション,(2)参照インタビューに触発されてコンテキスト内での嗜好を抽出する構造化エリケーションプロトコル,(3)エージェントの行動がセッションやタスク間でどのように改善されるかを測定する適応型評価メカニズムの3つを中心に構成されている。
論文 参考訳（メタデータ） (2025-10-05T00:35:37Z) - A Personalized Conversational Benchmark: Towards Simulating Personalized Conversations [112.81207927088117]
PersonaConvBenchは、大規模言語モデル(LLM)とのマルチターン会話におけるパーソナライズされた推論と生成を評価するためのベンチマークである。
我々は,複数の商用およびオープンソース LLM を統一的なプロンプト設定でベンチマークし,パーソナライズされた履歴を組み込むことで大幅な性能向上が得られることを観察した。
論文 参考訳（メタデータ） (2025-05-20T09:13:22Z) - 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) - From Guessing to Asking: An Approach to Resolving the Persona Knowledge Gap in LLMs during Multi-Turn Conversations [11.958380211411386]
本研究では,ペルソナの知識ギャップ,モデルの内的理解と一貫性とパーソナライズされた会話に必要な知識との相違について紹介する。
本稿では,ペルソナの知識ギャップを動的に検出・解決する新しいフレームワークであるCPER(Conversation Preference Elicitation and Recommendation)を提案する。
CPERは、嗜好抽出のためのコンテキスト理解モジュール、不確実性を計測し、ペルソナアライメントを精製する動的フィードバックモジュール、蓄積されたユーザコンテキストに基づいて応答を適応するペルソナ駆動応答生成モジュールの3つの主要なモジュールで構成されている。
論文 参考訳（メタデータ） (2025-03-16T15:55:29Z) - Aligning LLMs with Individual Preferences via Interaction [51.72200436159636]
調整可能な大きな言語モデル(LLM)をトレーニングします。
木構造における3K以上の多ターン会話を含む多ターン嗜好データセットを開発した。
評価のために、慎重に選択された100のサンプルと、会話中にカスタマイズされたアライメント性能を測定するために適切に設計されたメトリクスからなるALOEベンチマークを確立する。
論文 参考訳（メタデータ） (2024-10-04T17:48:29Z) - PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for
Personality Detection [50.66968526809069]
PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。
実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2023-10-31T08:23:33Z)
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。