LLM 在 CBT 引导的情感推理中有何不足？

认知行为疗法（CBT）提供了一个结构化框架，通过检查认知和行为因素之间的相互作用来理解用户的心理状态。然而，开箱即用的 LLM 可以流畅且富有同理心地响应，但无论用户实际需要什么，都会陷入验证和反思。他们了解理论上的 CBT（在许可考试问题上得分高达 96% 的准确率），但未能有效地应用它。我们通过知识引导框架来探索这一差距，该框架将 CBT 对话视为受控情感推理：用户叙述被分解为 Beck 的认知概念化结构，该结构基于通过自然语言推理验证的临床 SNOMED CT 概念，以及验证与反思、苏格拉底式提问或替代视角之间的多重思维链 (MCoT) 策略选择。为了衡量这种指导是否真正改变了行为，我们引入了协议杠杆力（F），这是一种行为级别的指标，用于捕获干预措施使模型偏离其默认响应的程度。在三个开放权重 LLM 和 14 个由 RealCBT 衍生的案例研究中，由人类专家、价唤醒轨迹和语言夹带进行评估，F 表明，通过单一思维链提示简单地引入协议定义无法改变 LLM 行为，而这些定义上的 MCoT 可以更好地指导策略选择。尽管如此，效果仍保持在 1% 以内（约 1.2-1.3%），并且所有模型仍然偏向于验证和反思。这些结果表明，仅靠 CBT 知识并不能确保有效的应用，从而为情感计算社区提供了工具来衡量 LLM 的不足之处。