Mind2Dialogue：通过模拟用户心理状态训练理解人类的语言模型
Mind2Dialogue是一套研究框架，旨在解决训练数据缺乏用户隐含信念和目标的问题。该方法使用心理学指导的模拟器，在保留个人特征的同时，随着对话推进更新用户的心理状态。随后，Oracle助手根据这些状态生成信息充分的回答，并将其作为训练阶段的特权监督信号。模型部署后无需直接访问用户的心理状态。在完整语料上训练后，模型在所有已报告的个性化指标上均优于经过指令微调的Qwen、Llama和OLMo基线模型；在遵循偏好的生成任务中，提升幅度达到26.6至40.9个百分点。Qwen和Llama在信念与行动推理方面也取得了改进。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。