心口难言：为心理治疗中自我不透明的来访者模拟个体特定表达

Pandora 通过将心理状态与内容规划同个体表达规划器分离来模拟心理治疗来访者，在报告评估中提升了表达相似度并降低了被判定为类 AI 的感知。

现有基于 LLM 的来访者模拟器通常依赖临床组织化的案例描述，这可能使来访者比其当前理解水平所能支持的程度更连贯地解释困难。来访者可能在尚不能连贯描述痛苦之前就寻求帮助，且其表达会随情绪痛苦、感知安全感和信任而变化。对话风格标签可能改变语气，却让来访者的心理阐释异常明确。

Pandora 在每个回合以治疗师话语、对话历史、先前心理状态、案例材料和个体语言画像为输入。基于规则的干预评估器识别澄清、提问和情绪反映机会并产生干预信号；有界规则化转移更新情感、关系、防御和反思状态维度。主观评价与归因由更新后的状态、案例材料和干预信号构建，以表示该体验意味着什么以及来访者当前如何解释它。包含立场的内容计划和回应行为计划规定要传达什么以及即时对话目的，并以治疗师话语为条件。独立的表达规划器结合状态、内容计划、历史和离线语言画像来产生表述实现指导，来访者 LLM 使用该指导生成话语。

• 在来自四个咨询和动机性访谈数据集的 115 个案例上，Pandora 在对比系统中取得了最高的表达相似度和整体披露对齐得分。 §Abstract
• 在表 2 中，Pandora 的得分为 0.852 LDDA、0.875 DS、0.871 GDS、0.566 S_style 和 0.385 S_raw，而 Pandora w/o EP 为 0.811、0.795、0.828、0.458 和 0.311。 §4.3 Experimental Results
• Pandora 在 7.2% 的评分中被判定为类 AI，而基线为 43.3–67.2%，无表达规划时为 35.6%。 §Abstract
• 最终集合包含 115 个案例：97 个中文和 18 个英文，包括 97 个 PsyDial-D4、11 个 AnnoMI、5 个 Eeyore Full 和 2 个 ConsistentMI 案例。 §4.1 Data Collection and Case Selection
• 人工评估包括 45 个匹配的披露条目和四名评估者，每个来源产生 180 条判断，总计 1,440 条判断。 §E.3 Endpoint Aggregation and Uncertainty

• 局限性中所述：案例集合以中文为主，并包含重建或生成的材料；更广泛的语言、文化以及独立收集的来访者语音覆盖仍有待评估。
• 局限性中所述：心理状态变量及其数值设置属于设计选择，当前消融评估的是整体表达规划，而非隔离更细粒度的条件信号。
• 局限性中所述：人工评估使用小型评审组和孤立话语，评估者之间存在差异；未记录来源揭示的使用情况，因此无法确认完全盲法。
• 伦理声明中所述：这些度量不能确立临床安全性或治疗效果，内部心理状态是建模构造，而非关于真实个体的临床发现。

• 论文指出了临床组织化的来访者表征与来访者自身表达之间的差距，并将模拟围绕心理体验如何转化为情境化言语来构建。 §1 Introduction
• Pandora 将心理状态更新与主观评价及归因、内容与回应策略规划，以及独立的表达计划连接起来。 §3 Method
• 该状态分离情感、关系、防御和反思维度，使披露意愿与表达能力可以分别变化。 §3.1 Therapist Intervention Evaluation and State Update
• 归因范围从即时行为和情境，到试探性的关系解释及与底层信念的联系，并以状态和干预信号为条件。 §3.2 Subjective Appraisal and Attribution
• 回应策略将事实性问题、实际请求、反映以及挑战或否定映射到不同的即时对话目的。 §3.3 Content Target, Client Stance, and Response Strategy
• 表达规划将从来访者话语中离线提炼的稳定个体语言画像与当前状态、内容计划和对话历史相结合。 §3.4 Individual Expression Planning
• 消融保留了前面的心理与内容规划阶段，同时移除表达模块。 §4.3 Experimental Results
• 人工评估者为四名共同作者：两名各拥有超过 1,000 小时咨询经验的合格咨询师，以及两名合成数据研究人员。 §E.2 Evaluator Qualifications and Interface