DMT-CBT：CBT 咨询的纵向治疗状态建模

大语言模型 (LLM) 在认知行为治疗 (CBT) 咨询方面显示出越来越大的潜力。然而，大多数现有方法仍然将咨询视为本地响应生成问题，重点关注简短、纯文本或单会话交互中的同理心答复。我们认为，这种表述从根本上与真正心理治疗的本质不匹配。在临床 CBT 中，治疗是一个纵向过程，治疗师在整个疗程中不断推断、更新和干预不断变化的治疗状态。现实的 CBT 还涉及多模态推理和延迟的跨会话干预效果，要求模型在部分可观察性下捕获纵向治疗状态演变。我们提出了 DMT-CBT，这是一个在 CBT 咨询中对不断变化的治疗状态进行动态建模的框架。 DMT-CBT 在整个疗程中保持结构化的治疗状态，同时结合多模式行为基础和工具增强干预来支持适应性治疗推理。基于这个框架，我们构建了 DMTCorpus，一个合成的多会话多模式 CBT 咨询数据集，具有不断变化的治疗状态、基于图像的客户行为和跨会话干预连续性。实验结果表明，与事后提取方法相比，DMT-CBT 提高了咨询保真度和治疗联盟，产生更有利的纵向情感轨迹，并更忠实地保留治疗状态。