ComPASS：通过工具增强的陪伴实现个性化代理社会支持

开发富有同情心的交互系统要求代理不仅要理解用户的情绪，还要提供多样化的实质性支持。虽然最近的作品探索了同理心对话的生成，但它们的响应形式和内容仍然有限，难以满足跨用户和环境的多样化需求。为了解决这个问题，我们探索使用外部工具来授权代理执行不同的操作。这种范式以“社会支持”的心理学概念为基础，提供实质性的、类人的陪伴。具体来说，我们首先设计了十几个以用户为中心的工具来模拟各种多媒体应用，这些工​​具可以涵盖人机交互场景中不同类型的社交支持行为。然后，我们通过多步自动合成和手动细化构建了 ComPASS-Bench，这是第一个针对基于 LLM 的代理的个性化社交支持基准。基于 ComPASS-Bench，我们进一步综合工具使用记录来微调 Qwen3-8B 模型，产生特定于任务的 ComPASS-Qwen。对两种设置的综合评估表明，虽然评估的 LLM 可以生成有效的工具调用请求，且成功率很高，但最终响应质量仍存在显着差距。此外，工具增强的响应比直接产生对话同理心能实现更好的整体表现。值得注意的是，我们训练有素的 ComPASS-Qwen 展示了对其基本模型的重大改进，实现了与多个大型模型相当的性能。我们的代码和数据可在 https://github.com/hzp3517/ComPASS 获取。