摘要
随着大语言模型在长期用户交互中的部署，共情能力日益重要。然而，现有研究忽视了用户人格特质对长期交互中共情策略的影响。为此，本文提出“个性化共情”任务，旨在根据历史衍生的用户特征调整共情策略。我们构建了 PersonaEmp 数据集，包含丰富的用户历史、人格信息及共情请求。此外，提出 PereGRM 奖励建模框架，结合共情评估结构与动态标准生成，以实现细粒度奖励建模。实验表明该方法显著提升了个性化共情能力。
AI 推荐理由
论文核心在于利用长期交互历史构建用户画像，以适配共情策略，高度依赖记忆机制。
研究机构
University of Science and Technology of China
Huawei Technologies
China Academy of Cyber
论文信息