Bài báo này nhấn mạnh nhu cầu tinh chỉnh các mô hình ngôn ngữ quy mô lớn (LLM) để cung cấp các dịch vụ có thể mở rộng quy mô trong lĩnh vực tư vấn tâm lý. Để giải quyết tình trạng thiếu dữ liệu chất lượng cao, tuân thủ quyền riêng tư, chúng tôi giới thiệu MAGneT, một khuôn khổ đa tác nhân mới. MAGneT phân tích việc tạo phản hồi của tư vấn viên thành các nhiệm vụ nhỏ, với các tác nhân LLM chuyên biệt mô hình hóa các kỹ năng tâm lý. Sự phân tích này cho phép các tư vấn viên nắm bắt tốt hơn cấu trúc và sắc thái của tư vấn thực tế so với các phương pháp tiếp cận tác nhân đơn lẻ hiện có. Hơn nữa, chúng tôi đề xuất một khuôn khổ đánh giá tích hợp, tích hợp nhiều thước đo đánh giá tự động và chuyên gia để giải quyết những điểm không nhất quán trong các giao thức đánh giá hiện có. Hơn nữa, chúng tôi mở rộng số lượng mục đánh giá chuyên gia từ bốn lên chín, do đó nâng cao độ chính xác và độ tin cậy của việc đánh giá chất lượng dữ liệu. Kết quả thực nghiệm cho thấy MAGneT vượt trội hơn các phương pháp hiện có về chất lượng, tính đa dạng và tính nhất quán trị liệu của các buổi tư vấn được tạo ra. Kết quả cho thấy kỹ năng tư vấn chung được cải thiện 3,2% và kỹ năng chuyên biệt về CBT được cải thiện 4,3% dựa trên Thang đo Liệu pháp Nhận thức Hành vi (CTRS). Các chuyên gia ưa chuộng các phiên do MAGneT tạo ra trên tất cả các phương diện, với tỷ lệ trung bình là 77,2%. Việc tinh chỉnh mô hình nguồn mở bằng các phiên do MAGneT tạo ra đã mang lại sự cải thiện 6,3% về kỹ năng tư vấn chung và 7,3% về kỹ năng CBT so với các phiên được tạo ra bằng phương pháp truyền thống. Mã nguồn và dữ liệu được công khai.
