arXiv · NLP· Fangrui Huang, Souhad Chbeir, Arpandeep Khatua, Sheng Wang, Sijun Tan, Kenan Ye, Lily Bailey, Merryn Daniel, Ryan Louie, Sanmi Koyejo, Ehsan Adeli·· 8 小时前AI 评分44
TherapyGym：评估与对齐治疗聊天机器人的临床保真度与安全性
TherapyGym: Evaluating and Aligning Clinical Fidelity and Safety in Therapy Chatbots
AI 导读
TherapyGym 框架基于 CTRS 和多标签标注评估治疗聊天机器人的临床保真度与安全性，并作为训练环境通过强化学习提升模型表现。 该框架配套发布 TherapyJudgeBench 验证集，包含 116 段对话和 1270 条专家评分。模型在 TherapyGym 中训练后，平均 CTRS 得分从 0.10 提升至 0.60。
来源：arXiv · NLP · arxiv.org