跳转至

🗣️ 对话系统

💬 EMNLP2026 · 20 篇论文解读

📌 同领域跨会议浏览: 🔬 ICLR2026 (10) · 💬 ACL2026 (26) · 🧪 ICML2026 (5) · 🤖 AAAI2026 (5) · 🧠 NeurIPS2025 (8) · 🧪 ICML2025 (2)

🔥 高频主题: 对话系统 ×11 · LLM ×5 · 情感分析 ×2

AI Psychosis: Does Conversational AI Amplify Delusion-Related Language?

本文针对公众与学界关注的“AI精神错乱”(AI Psychosis)现象展开首个大规模实证研究,通过构建高仿真模拟用户SimUser与监督评估指标DelusionScore,证实未经安全干预的对话AI在多轮交互中会使既有妄想语言强度平均放大233%,而基于运行期用户状态感知提示干预可有效逆转这一强化闭环。

Anticipating User Interpretations in Emotional Support Conversations via Inference-Time User-Side Simulation

针对情感支持对话中合理建议常被求助者误读为说教、评判或施压的交互困境,本文提出认知前瞻模拟框架(CLS),在推理阶段引入结构化用户状态推断与轻量认知世界模型,在候选回复正式发出前预演用户的即时内心想法与状态转移,并对高风险草稿进行针对性重写,显著降低了多轮对话恶化率并提升了求助者信任度。

Beyond Single-Policy: Evaluating Composed Organization-Specific Policy Alignment in LLM Chatbots

针对现实组织级聊天机器人中单请求常跨越多个组织策略的盲区,本文提出自动化评测框架 COPAL,通过从实证数据诱导出的四类策略交互模式与目标切面构建复合测试用例并绑定显式执行契约,在 30 个虚拟组织环境中揭示出主流大模型在复合策略下高达 33.1% 的单侧执行失败率。

Client Simulation via Conversational Trajectory Modeling for Both Trainee Practice and Model Evaluation in Mental Health Counseling

PsyCLIENT 针对心理咨询中模拟来访者行为单一、过度顺从且缺乏长程连贯性的问题,构建了包含 120 份丰富中文个案画像的数据集 PsyCLIENT-CP,并通过将静态画像与动态对话行为轨迹(含 12 类离散行为与风格参考)正交解耦,实现了高度逼真、包含阻抗防卫特征的多轮咨询来访者模拟。

From Chatbots to Confidants: A Cross-Cultural Study of LLM Adoption for Emotional Support

本文针对七个国家共 4,641 名受访者开展了首个关于大语言模型用于情感支持的跨文化大规模实证研究,结合心理测量量表、累积链路混合模型(CLMM)与 731 条真实提示词语义挖掘,系统揭示了人口统计学特征与国家文化背景如何塑造人机情感支持交互。

Know What You should not Know: Dynamic Attention Gating for Knowledge-Bounded Role-Playing

针对基于大语言模型的角色扮演智能体在思维链中泄露超界知识破坏沉浸感的问题,本文提出轻量级动态注意力门控路由器(DAG Router),仅占用基座模型不到0.6%的参数,冻结LLM并基于角色系统提示动态生成逐层FFN神经元稀疏抑制门控,大幅消除知识泄露并显著提升角色扮演质量。

Learning an Efficient Multi-Turn Dialogue Evaluator from Multiple LLM Judges

针对多大模型裁判集成评估多轮对话时计算开销过大且单裁判存在系统偏差的问题,本文提出轻量级评估器 MTDEval,构建包含 10 个细粒度维度的多裁判偏好数据集 P2-MTD,基于瑟斯通 Case V 模型和信号检测论显式建模裁判置信度并进行极大似然联合优化,在大幅降低推理延迟的同时显著超越开源基线。

Learning Diagnostic Clarifying Questions for Conversational Question Answering via Data-Efficient Dynamic Distillation

针对开放域对话问答中澄清提问缺乏结构化意图收敛与轨迹蒸馏低效的问题,D4CQ 提出过程脚手架、对比意图对齐、基于回答诊断性的动态蒸馏加权以及带兼容性门控的后验重标记机制,在保持紧凑交互轮数的同时大幅提升歧义消除与直接回答质量。

PersonaDual: Balancing Personalization and Objectivity via Adaptive Reasoning

针对个性化信息在提升用户偏好对齐时容易损害事实客观性与逻辑推理的“双刃剑”难题,PersonaDual 借鉴认知双过程理论,在单一模型中集成客观通用推理与个性化推理双模式,并通过提出的 DualGRPO 强化学习算法实现上下文自适应模式切换。

Preference-Aligned Data Synthesis for Fine-Grained Intent Detection

针对细粒度意图识别中 LLM 合成伪数据跨类模糊与类内同质化的瓶颈,本文提出一种基于多质心原型驱动、结合类间混淆度加权与直接偏好优化(DPO)的生成器参数级对齐框架,在零样本与少样本场景下显著提升下游分类判别精度与生成器可靠性。

REAT: A Reflective Experience-Augmented Tutoring Framework for Multi-turn Mathematical Instruction

针对大语言模型在多轮数学辅导中缺乏系统性教学经验积累与动态自适应能力的缺陷,本文提出 REAT 框架,利用由观察者、评判者与导师组成的多智能体离线蒸馏管线从历史会话中提炼去题元化教学经验,并结合在线状态感知粗细粒度检索实现高质量自适应支架式辅导。

Simulating Multimodal Multiparty Student Interactions with Large Language Models for Training Adaptive Pedagogical Agents

本文提出了一种基于纯文本大语言模型的多方多模态学生互动模拟框架,通过将视线与动作内联为舞台指示文本,结合阶段提示约束与逐轮角色强化,成功支持了自适应教学机器人对话策略的强化学习训练。

SpokenUS: A Spoken User Simulator for Task-Oriented Dialogue

针对传统任务型对话用户模拟器缺乏真实语音行为且端到端语音大模型缺乏轮次主动权与任务约束的问题,本文构建了包含四类语音行为的大规模对话数据集 SpokenTOD,并提出了基于独立轮次决策头的全双工任务型语音用户模拟器 SpokenUS。

Stranger, Fan, or Peer? A Systematic Study on the Role of Interlocutor in Persona-Based Dialogue Generation

论文将人设对话生成中的对话伙伴传记可见性解耦为训练、推理与评测三阶段因子,系统证实表面传记复制本质上是训练范式缺陷而非人设建模固有弊端,并揭示非对称信息披露会诱发跨角色人设泄露隐患。

What Makes a Good Response? An Empirical Analysis of Quality in Qualitative Interviews

本文构建了首个涵盖14个真实跨学科研究项目、343场访谈、16,940条受访者应答的质性访谈语料库(Qualitative Interview Corpus),通过大模型评测与线性混合效应模型分析了10项质量特征对最终科研成果贡献的预测力,证实研究问题相关性与个人赋予意义是决定应答价值的核心,而NLP领域常作为代理指标的清晰度和基于惊奇度的信息量并无预测效力。

When Humans and LLMs Disagree: Understanding Human-LLM Disagreement in Learner Intent Annotation for Educational Chatbot Dialogues

基于自主学习能力(Learning-to-Learn)理论构建面向教育聊天机器人的分层学习意图标注框架,通过对比人类标注员与大语言模型在多维决策上的分歧,揭示出高模型间一致性掩盖了深层分歧,并将人机不一致解构为模型局限、任务设计与数据意图模糊三大根源。

When Less Is More: An Empirical Study of Minimal Responses in Counseling Dialogues and the Behavior of LLMs

系统揭示了心理咨询中极简回应(如“嗯嗯”、“我明白”)在人类真实咨询与合成数据中的巨大鸿沟,证实主流大模型虽能被显式指令驱动生成极简回应,但缺乏自发适时使用的时机判断能力,且现有主流评测范式因过度偏好长篇内容而系统性低估了简短回应的治疗交互价值。

When LLMs Forget What They Believe: Characterizing State Integrity Collapse in Long-Horizon Dialogues

论文揭示了长程多轮对话中大模型普遍存在的“状态完整性崩溃”(State Integrity Collapse, SIC)现象——模型能在探针下精准复述先前的约束指令,却在实际生成中失控违背,证明了多轮失效主要源于生成时状态绑定与执行脱节而非记忆遗忘,并提出了结构化状态锚定机制(SSA)实现最高24.4分的遵从恢复。

When the Bottleneck Shifts: Diagnosing and Closing Information Gaps in Interactive Decision-Making

本文提出交互式决策与Text-to-SQL中的信息充分性假说(ISH)并构建五源信息缺口分类法,设计出无需训练的成本感知信息获取控制框架PASCAL,通过前置主动获取、精细化澄清与重试中断机制,在BIRD-Interact基准上使35B本地开源模型大幅超越前沿闭源专有模型。

Who Am I? History-Aware Profiles for Student Simulation in Tutoring Dialogues

针对智能辅导对话中学生模拟缺乏历史认知与行为接引的问题,提出双组件框架 ProfileRL,通过直接偏好优化校准模拟器对画像的依从性,并基于下游对话生成似然奖励利用群组相对策略优化端到端迭代画像生成器,在真实数学辅导数据集上全面超越现有基线。