arXiv · cs.CL· Tobias Hallmen·· 21 天前AI 评分32
语言承载专家印象：基于量表锚定的 LLM 评委可跨域迁移心理咨询质量评估并胜过域内训练
Language Carries the Expert's Impression: Instrument-Anchored LLM Judges Transfer Counseling-Quality Assessment and Beat In-Domain Training
来源与原文
arXiv · cs.CL
作者：Tobias Hallmen
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08055v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 预印本研究发现，在德国三套模拟心理咨询语料（n=195 场专家评分会谈）上，跨域训练预测专家总体印象优于域内训练：leave-one-domain-out 迁移达到嵌套 Spearman ρ=0.54，域内最高仅 0.48，配对会话级差距 +0.15（训练集大小匹配时仍保持 +0.12）。关键特征来自小型开源权重 LLM 基于专家量表构建的会话级构念分数，量表化特征将单评委从 0.32 提升至 0.41，三模型族集成达 0.51，加入非语言双人块再加 +0.03。
来源：arXiv · cs.CL · arxiv.org