在舒适之前三思：基于协议的老年刺激剂的反思性认知调整

摘要

认知刺激疗法（CST）为患有认知障碍的老年人提供非药物支持，但可扩展性仍然受到对训练有素的辅导员的依赖和严重数据稀缺的限制，特别是对于隐私敏感、资源匮乏的语言，例如粤语。虽然大型语言模型 (LLM) 显示出自动陪伴的前景，但它们常常难以在同理心参与与遵守认知刺激指南之间取得平衡。我们提出了一个框架，沿着两个互补的轴来应对这些挑战。首先，STaR-CS（风格转移和角色条件认知刺激）通过引导者风格建模和结构化骨架提取来合成多方对话，从而消除数据障碍。在此语料库的基础上，反射认知对齐 (RCA) 框架将刺激交互建模为顺序决策过程，集成用于结构化推理的协议约束认知链 (PC-CoC) 和推理时间价值对齐 (IVA)，用于基于安全和参与目标的原则性响应选择。对六名骨干大语言模型和两名独立法官的评估表明，与标准提示基线相比，RCA 持续改善了方案遵守性、安全性和团体便利性。我们的代码可在 https://github.com/jianjyjy/RCA_Agent 获取。