Эта модель представляет собой контрольную точку Q DKL** MINT, точно настроенную из Qwen/Qwen3-4B для многооборотного эмпатического диалога. MINT, сокращение от Multi-turn Inter-tactic Novelty Training, представляет собой структуру обучения с подкреплением, которая оптимизирует качество эмпатического ответа вместе с новизной межповоротного дискурс-движения. В статье эта контрольная точка является лучшей в целом выпущенной моделью МИНТ, обеспечивающей самый сильный совместный компромисс между качеством эмпатии и уменьшенным повторением тактики перекрестного поворота. На тестовом наборе Lend-an-Ear, описанном в статье, который содержит 315 обращений сторонников через 50 разговоров: 1. Совокупная эмпатия улучшается с 3,75 до 4,67 относительно исходного уровня ванили Qwen3-4B. 2. Тактическая липкость снижается с 0,57 до 0,42. 3. Эта контрольная точка обеспечивает самый явный совместный выигрыш в эмпатии и снижение повторения перекрестных поворотов. Эта модель предназначена для исследования эмпатического диалога, разнообразия дискурса и генерации поддерживающего ответа. Это исследовательский артефакт, а не система терапии, и его оценивали в контексте фиксированного разговора о золотой истории, а не полностью интерактивных разговоров в режиме свободного хода. — Документ: Разнообразие дискурса в многоповоротном эмпатическом диалоге — Страница проекта:…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: hongli-zhan
Теги: qwen3, empathy, reinforcement-learning, grpo, dialogue, mint, emotional-support, conversational
Лайков: 3 | Загрузок: 29
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
