StoryMI: Nytt ramverk för styrd terapi-dialog
Forskare har utvecklat StoryMI, ett ramverk för motivationsintervjuer (MI) som använder flera stora språkmodeller (LLM) för att generera terapeutiska dialoger med förbättrad kontroll och situationsanpassning.
Vad har hänt
StoryMI är ett ramverk där flera LLM-agenter samarbetar för att generera MI-dialoger. Systemet utvidgar klientprofiler från frågeformulär till situationsbaserade berättelser för att skapa en narrativ kontext. Terapeut- och klientagenter genererar MI-kodade yttranden, styrda av MI-koder som väljs av en interaktionsagent för att dynamiskt kontrollera strategier under samtalet.
Snabbfakta
| Modell | StoryMI |
|---|---|
| Antal simulerade dialoger | 6 000 |
| Antal klientprofiler | 1 000 |
| MI-koder | 12 |
”Large language models (LLMs) can generate fluent dialogue, but prior works lack situational grounding, dynamic strategy control, and evaluation aligned with clinical standards in motivational interviewing (MI).”
Varför det spelar roll
Tidigare LLM-baserade dialosystem för terapeutiska ändamål har saknat situationsanpassning, dynamisk strategikontroll och utvärdering i linje med kliniska standarder. StoryMI adresserar dessa brister genom att införa ett mer kontrollerbart och kliniskt relevant tillvägagångssätt för generering av MI-dialoger.
Vem påverkas
Ramverket är relevant för forskare inom naturlig språkbehandling (NLP), AI-utvecklare som arbetar med terapeutiska tillämpningar av LLM, samt potentiellt vårdgivare som är intresserade av digitala stödverktyg inom psykisk hälsa.
EU-status
Ej relevant för EU-status.
Mer att veta
Forskarna har också föreslagit ett tvåstegs utvärderingsprotokoll som omfattar lexikala mått, MI-specifika mått på makronivå och bedömningar av både LLM-as-judge och mänskliga experter. Ett dataset med 6 000 simulerade MI-dialoger baserade på 1 000 frågeformulär och berättelsepar har skapats.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.