LongCounsel-8：通过多会话咨询对话进行纵向抑郁症跟踪的基准套件

通过多次咨询对话跟踪抑郁症需要估计当前症状的严重程度及其在不同咨询期间的变化。然而，这项任务的进展受到缺乏带有标准化疗程级别抑郁症标签的纵向咨询数据的限制。现有资源通常提供没有抑郁标签的多会话对话或在单个会话中提供带标签的访谈。建立这样的基准面临三个挑战：保持纵向一致性和多样性，将症状进展建立在经验模式的基础上，以及在不暴露目标标签的情况下自然地表达受控的抑郁状态。为了应对这些挑战，我们引入了 LongCounsel-8，这是一个由三个独立生成的数据集组成的基准套件，总计 7,749 个五次咨询轨迹，以现实世界的客户资料、抑郁轨迹、症状构成和咨询模式为基础。我们结合基于轮廓的模拟、基于经验的状态构建和间接行为实现来应对这些挑战。在整个基准测试中，模拟自我报告紧密地恢复了受控状态，支持标签保真度。对现有抑郁症追踪方法的实验揭示了三个关键发现：（1）较低的单次评分误差并不能保证准确识别趋势，即改善或恶化； (2) 现有方法对于恶化的轨迹始终不太可靠； (3)额外的会话历史可能会降低趋势预测的准确性。总之，这些发现奠定了 LongCounsel-8 的基础，推动抑郁症评估从静态、单次预测转向可靠的纵向跟踪心理健康变化。