摘要
共情对话不仅需识别用户情绪，还需在回复生成中做出基于策略且上下文敏感的决策。针对现有方法缺乏全面共情策略框架及显式多阶段推理的问题，本文提出 STRIDE-ED 框架。该框架通过结构化、策略条件的推理建模共情对话，并构建包含 LLM 标注与动态采样的高质量数据流水线。此外，采用结合监督微调与多目标强化学习的两阶段训练范式，以对齐模型行为。实验表明，该方法在多项指标上优于现有技术。
AI 推荐理由
论文提出基于策略的逐步推理框架，核心在于多阶段认知与决策推理过程。
研究机构
Northwestern Polytechnical University
Henan University of Technology
论文信息