RESCUE-BENCH：迈向关系感知多方情感支持对话系统

现有的情感支持对话系统主要关注一对一的寻求者-支持者互动和个人情绪状态，而对多方场景下的人际关系缺乏探索。在这项工作中，我们引入了关系感知情感支持对话，这是一项新任务，用于评估大语言模型是否能够捕捉和利用不断变化的关系动态来提供更有效的情感支持。我们根据真实的夫妻和家庭访谈对话构建了 RESCUE（关系感知情感支持对话理解和评估基准），包含 191 个样本、7,079 个带注释的回合和 1,064.8 分钟的视频。基于社会情感和支持相关动态的丰富注释，RESCUE 定义了六项任务，用于评估关系感知情感支持所需的两项核心能力：关系理解和关系敏感支持。十个大语言模型的实验表明，当前的模型在依赖局部情感或干预线索的任务上表现相对较好，但在关系密集型任务（如关系模式预测、观点预测和支持策略预测）上表现不佳。这些发现揭示了当前大语言模型在人际关系建模和做出关系敏感支持决策方面的局限性。