Ekova：面向自我发现对话的人格支持Agent

情绪支持（ES）系统长期以来专注于一个单一的目标：在那一刻缓解用户的心理压力。我们提出，帮助用户更清楚地看到自己是定义一个独特范式的必要条件，我们称之为个性支持（PS）。PS不同于咨询或临床干预：它关注认知清晰度和自我表达，而不是症状缓解或诊断。我们实例化这一范式为三层。首先，我们呈现DSD，一个由中国收集的8,590个样本组成的自我发现PS数据集，通过五种最小单元的实证纵向交互收集，包括教练、温暖、Tsukkomi、真实和戈诺。其次，我们构建DeepSupport，一个受OrthoTune训练的多个人性PS系统，OrthoTune是一个个性化的PS框架，具有风格特定的适配器和风格一致性正则化器。最后，我们将五种DeepSupport个性角色统一为Ekova，一个具有统一跨会话记忆层的持续个性支持代理，支持适应性路由和用户自定义个性角色选择。实验表明，经过OrthoTune训练的模型在所有指标上均优于所有基准，平均相对增益为16.3%。代码可在https://github.com/Yukyin/Ekova处获取。