EMPA:把人设对齐的共情评估为过程

评估基于LLM的对话智能体中与人设对齐的共情仍具挑战。用户状态是潜在的，反馈稀疏且难以就地验证，看似支持性的对话轮次仍可能累积成偏离人设特定需求的轨迹。我们提出EMPA，一个面向过程的框架，把与人设对齐的支持评估为持续干预而非孤立回复。EMPA把真实交互蒸馏为可控、有心理学依据的场景，将其与开放的开放式多智能体沙箱耦合以暴露策略适应与失败模式，并在潜在心理空间中按方向性对齐、累积影响和稳定性为轨迹评分。由此产生的信号与指标支持长时程共情行为的可复现比较与优化，并可扩展到其他受潜在动态和微弱、难验证反馈塑造的智能体场景。