训练治疗法官和多代理系统以提供人性化的心理健康支持

大语言模型 显示了心理健康支持的前景，但只有当评估作为可操作的控制信号而不是被动指标时，治疗质量才能提高。我们引入了一个框架，该框架将治疗反应的生成制定为由多维、人性化评估驱动的决策细化问题。在第一阶段，我们引入了 TheraJudge，这是一种开源治疗评估器，通过对人类注释数据进行基于偏好的优化进行训练，以在 7 个心理维度上产生可靠的判断。在第二阶段，我们引入了 TheraAgent，它通过与专门的评审器、教练和治疗师角色协调的细化流程来操作 TheraJudge 的评估，将评估信号转化为有针对性的响应修订。根据经验，TheraJudge 与临床医生的评级达成了高度一致，其组内相关系数 (ICC = 0.87-0.95) 超越了监督基线和强大的闭源法官，特别是在安全性、相关性和同理心等关键维度上。根据这些评估，TheraAgent 在盲法评估下将人类评定的治疗质量（5 分制）提高了 +0.43，临床医生评估者间的可靠性为 96%。低质量响应 ($\leq 3$) 提高了 +2.45 个点，恢复率为 94\%，证明了对不安全输出的有针对性的纠正。总的来说，我们的结果表明，心理健康 LLM 的有效协调源于对人类协调的评估，而不是仅仅依赖于更强大的一代。我们在 https://github.com/vis-nlp/TheraAlign 发布代码。