この論文は、心理カウンセリングの分野でスケーラブルなサービスを提供するための大規模言語モデル（LLM）の微調整の必要性を強調し、高品質のプライバシー準拠データ不足の問題を解決するための新しいマルチエージェントフレームワークであるMAGneTを提示します。 MAGneTは、心理学技術をモデル化する専門化されたLLMエージェントが各サブタスクを処理することによってカウンセラーの応答生成を分解し、従来の単一エージェントアプローチよりも実際のカウンセリングの構造とニュアンスをよりよく捉えます。さらに、さまざまな自動評価および専門家評価指標を統合した統合評価フレームワークを提案し、既存の評価プロトコルの不一致の問題を解決し、専門家評価項目を4つから9つに拡張して、データ品質評価の精度と堅牢性を高めました。実験の結果、MAGneTは、生成されたカウンセリングセッションの品質、多様性、および治療的整合性の点で従来の方法より優れた性能を示した。専門家は、あらゆる面で平均77.2％の割合でMAGneT生成セッションを好みました。 MAGneT生成セッションでオープンソースモデルを微調整した結果、従来の方法で生成されたセッションを使用した場合より一般相談技術は6.3%、CBT特化技術は7.3%向上しました。コードとデータを公開します。
