論文の概要: Multi-Objective Aligned Small Language Model Framework for SUD Patient Dialogue Generation

• arxiv url: http://arxiv.org/abs/2610.09209v1
• Date: Tue, 06 Oct 2026 23:10:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.643731
• Title: Multi-Objective Aligned Small Language Model Framework for SUD Patient Dialogue Generation
• Title（参考訳）: SUD患者対話生成のための多目的アライメント型小言語モデルフレームワーク
• Abstract要約: 物質利用障害 (SUD) カウンセリングは、基礎となる認知状態を反映する患者反応を必要とする。 大規模言語モデル(LLM)は、流動的なテキストを生成することができるが、認知的に一貫性があり、臨床的に現実的な患者行動を生成することができないことが多い。 本稿では,SUD患者対話生成のための認知基盤型フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 4.770323346263174
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Substance Use Disorder (SUD) counseling requires patient responses that reflect underlying cognitive states such as beliefs, coping strategies, and readiness for change. Although large language models (LLMs) can generate fluent text, they often fail to produce cognitively coherent and clinically realistic patient behavior, especially under ethical and data-scarce clinical settings. Moreover, deploying frontier-scale LLMs in healthcare applications presents practical challenges including high computational cost, latency, privacy concerns, and limited deployability in resource-constrained environments, motivating the need for cognitively aligned small language models (SLMs). We propose a cognitively grounded framework for SUD patient dialogue generation that explicitly models and aligns latent cognitive components with patient histories and counselor questions. Our pipeline consists of two stages: cognitive component detection and cognitive component-aligned dialogue generation. To enable effective learning with smaller models, we combine knowledge distillation from high-capacity teacher models, preference optimization from human-annotations, and attention-guided reward shaping. Extensive evaluations using automatic scores like BERTScore, ROUGE, METEOR and BLEU, and LLM-as-judge hit-metrics against both human and teacher-model references show that cognitively informed fine-tuning substantially improves cognitive realization and alignment over a generic instruction-tuned baselines and mental health domain specific SLMs, with particularly strong gains for open-ended cognitive components.
• Abstract（参考訳）: 物質利用障害(SUD)カウンセリングは、信念、対処戦略、変化への準備など、根底にある認知状態を反映する患者反応を必要とする。 大規模言語モデル(LLMs)は、流動的なテキストを生成することができるが、認知的に一貫性があり、臨床的に現実的な患者行動、特に倫理的およびデータ障害のある臨床環境下では、生成に失敗することが多い。 さらに、医療アプリケーションにフロンティアスケールのLSMをデプロイすることは、高い計算コスト、レイテンシ、プライバシー上の懸念、リソース制約のある環境でのデプロイ可能性の制限など、現実的な課題を示し、認知に整合した小さな言語モデル(SLM)の必要性を動機付けている。 本稿では,SUD患者対話生成のための認知基盤型フレームワークを提案する。 パイプラインは,認知的コンポーネント検出と認識的コンポーネント整合型対話生成という2つの段階から構成される。 より小規模なモデルで効果的な学習を可能にするため,高容量教師モデルからの知識蒸留,人間アノテーションからの嗜好最適化,注意誘導報酬形成を併用する。 BERTScore, ROUGE, METEOR, BLEU, LLM-as-judge などの自動スコアを用いた広範囲な評価は, 認知的インフォームド微調整は, 汎用的な指導訓練ベースラインとメンタルヘルスドメイン固有のSLMよりも認知的実現とアライメントを著しく改善し, 特にオープンエンド認知コンポーネントの顕著な増加を示している。

関連論文リスト

• Beyond ID Embeddings: Process-Grounded Language Modeling for Cognitive Diagnosis [77.02066500576528]
  プロセス認識言語認知診断(PLCD)フレームワークは、言語から派生した構造を認知の先行点として使用し、学生の後方状態を校正するための応答記録を使用する。 PLCDは、学生のパフォーマンス予測において従来のベースラインを上回るだけでなく、認知伝達能力も高い。
  論文  参考訳（メタデータ） (2026-09-11T03:51:20Z)
• Think Before You Comfort: Reflective Cognitive Alignment for Protocol-Grounded Elderly Stimulation Agents [48.15163583481749]
  反射認知アライメント(RCA)は、連続的な決定プロセスとして相互作用を刺激する。 RCAは、標準のプロンプトベースラインよりもプロトコルの遵守、安全性、グループファシリテーションを一貫して改善する。
  論文  参考訳（メタデータ） (2026-07-13T12:47:09Z)
• A Principle-Driven Adaptive Policy for Group Cognitive Stimulation Dialogue for Elderly with Cognitive Impairment [46.48467561674335]
  本稿では,グループ認知刺激対話システムを通じて実現された原則駆動適応政策を提案する。 まず,500時間以上の現実世界のCST会話と1万以上のシミュレーション対話を原則誘導シナリオシミュレーションによって生成したデータセットを構築した。 次に、GCSDシステムは、制限を克服するために、4つのコアモジュールを統合する。 (i) 役割混乱を解決するためのマルチスピーカコンテキストコントローラ、 (ii) 認知刺激に焦点を絞った注意損失、 (iv) 応答値を高めるための多次元報酬戦略。
  論文  参考訳（メタデータ） (2026-03-01T15:43:21Z)
• Chatbot To Help Patients Understand Their Health [15.774681886100383]
  NoteAid-Chatbotは,新たな‘会話としての学習’フレームワークを通じて,患者の理解を促進する会話型AIだ。 NoteAid-Chatbotは、医療会話戦略を用いて合成された会話データの初期教師付き微調整と、シミュレートされた病院退院シナリオにおける患者理解評価から得られる報酬のRLの2段階で訓練された軽量LLaMA 3.2 3Bモデルに基づいて構築された。
  論文  参考訳（メタデータ） (2025-09-06T19:50:44Z)
• 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)
• 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)
• Explainable cognitive decline detection in free dialogues with a Machine Learning approach based on pre-trained Large Language Models [6.817247544942709]
  我々は,認知の低下を検出するために,自由対話から特徴を抽出するために,Large Language Modelsを提案する。 本ソリューションは, (i) 事前処理, (ii) 自然言語処理技術による特徴工学, (iii) 性能を最適化するための特徴解析と選択, (iv) 自動説明可能性による分類を含む。
  論文  参考訳（メタデータ） (2024-11-04T12:38:08Z)
• PALLM: Evaluating and Enhancing PALLiative Care Conversations with Large Language Models [10.258261180305439]
  大規模言語モデル(LLM)は、複雑なコミュニケーションメトリクスを評価するための新しいアプローチを提供する。 LLMは受動的センシングシステムとジャスト・イン・タイム・イン・タイム・イン・イン・介入システムとの統合を通じて、分野を前進させる可能性を提供する。 本研究は, 言語, 文脈内学習, 推論能力を活用した緩和ケアコミュニケーションの質評価手法としてLLMについて検討する。
  論文  参考訳（メタデータ） (2024-09-23T16:39:12Z)

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。