MIThinker：一种即插即用且策略优化的动机性访谈咨询思维模型

推理大语言模型在复杂问题解决中进展显著，但现有基于 LLM 的咨询代理（包括动机性访谈）生成响应时未显式对齐咨询技术与思维，限制了效果。本文提出 MIThinker，一种轻量级思维模型，通过生成治疗性思维指导代理进行策略选择和响应生成。为解决标注思维数据缺失问题，引入 AugR1-MI 自动化流程，从观察到的响应中逆向工程咨询师思维。结合监督微调与强化学习的两阶段训练，MIThinker 展现了改进的心智理论评估与策略对齐能力。评估表明，利用该模型的 MindfulMI 代理以少一个数量级的计算量达到了与最先进系统相当的胜任力。