MCTS와 LLM을 통합하여 구조화된 문제 해결 과제에서 성공을 거둔 기존 연구와 달리, 심리 상담과 같은 개방형 대화에는 적합하지 않다는 문제점을 제기합니다. 이러한 문제점을 해결하기 위해, MCTSr-Zero라는 새로운 MCTS 프레임워크를 제안합니다. MCTSr-Zero는 "영역 정렬"을 통해 MCTS의 목표를 미리 정의된 최종 상태에서 공감과 같은 목표 영역의 원칙에 맞는 대화 궤적으로 전환합니다. 또한, "재생성" 및 "메타 프롬프트 적응" 메커니즘을 통해 탐색 범위를 넓힙니다. MCTSr-Zero를 사용하여 생성된 대화 데이터를 통해 LLM인 PsyLLM을 fine-tuning하고, PsyEval이라는 새로운 심리 상담 벤치마크를 제시합니다. 실험 결과, PsyLLM이 PsyEval 및 기타 관련 지표에서 최고 성능을 달성하여 MCTSr-Zero의 효과를 입증했습니다.
