본 논문은 0.5B-5B 파라미터의 소형 언어 모델(small language models, LLMs)이 PTSD 환자를 위한 공감적 반응을 생성하는 능력을 조사합니다. 연구진은 500명의 다양하고 임상적으로 근거한 PTSD 페르소나를 기반으로 10,000개의 2턴 대화를 포함하는 새로운 데이터셋인 Trauma-Informed Dialogue for Empathy (TIDE)를 소개합니다. 최첨단 모델 출력을 기준으로, 제로샷 설정과 미세 조정 후 8개의 소형 LLMs를 평가합니다. 미세 조정은 공감 능력을 향상시켜 코사인 유사도와 지각된 공감을 개선하지만, 감정적 시나리오에 따라 성과가 다르며, 소형 모델은 "지식 전이 한계"를 보입니다. 예상대로 Claude Sonnet 3.5가 모든 모델을 능가하지만, 놀랍게도 소형 모델이 종종 인간 수준의 공감 수준에 근접합니다. 인구 통계 분석 결과, 고령자는 지지하기 전에 고통을 인정하는 반응을 선호했으며(p = .004), 대학원 교육을 받은 사용자는 특정 시나리오에서 감정적으로 층이 있는 답변을 선호했습니다. 성별에 따른 차이는 미미했습니다(p > .15). 이 연구는 자원 효율적이고 감정적으로 지능적인 정신 건강 지원 시스템을 구축하는 데 대한 통찰력을 제공합니다.
