摘要
针对现有大语言模型在心理健康评估中推理不可靠的问题，本文提出认知相对策略优化（CRPO）框架。该方法引入阶段依赖的不确定性建模和阶段性熵正则化机制，模拟人类从不确定到确定的认知转变，并基于认知评价理论形式化推理阶段以实现可解释推断。在八个数据集上的实验表明，CRPO 显著提升了加权 F1 分数，证明了其增强复杂推理任务能力的有效性。
AI 推荐理由
论文核心提出 CRPO 框架，通过模拟人类认知过程优化 LLM 在心理健康评估中的推理能力。
研究机构
北京航空航天大学
英国牛津大学工程科学系
论文信息