Emotional Support with LLM-based Empathetic Dialogue Generation
Created by
Haebom
저자
Shiquan Wang, Ruiyu Fang, Zhongjiang He, Shuangyong Song, Yongxiang Li
개요
본 논문은 NLPCC 2025 Task 8 감정지원 대화(ESC) 평가를 위한 솔루션을 제시합니다. 대규모 언어 모델(LLM)에 프롬프트 엔지니어링과 미세 조정 기법을 활용하여 공감적이고 효과적인 감정 지원을 제공하는 대화 시스템을 구축했습니다. 저자들은 매개변수 효율적인 저랭크 적응(Low-Rank Adaptation)과 전체 매개변수 미세 조정 전략을 모두 탐색하여 모델의 지원적이고 문맥적으로 적절한 응답 생성 능력을 향상시켰습니다. 최고 성능 모델은 대회에서 2위를 차지하여 LLM과 효과적인 적응 방법의 조합이 ESC 작업에 대한 잠재력을 보여주었습니다. 향후 연구는 감정 이해와 응답 개인화를 더욱 향상시켜 실용적이고 신뢰할 수 있는 감정 지원 시스템을 구축하는 데 초점을 맞출 것입니다.
시사점, 한계점
•
시사점:
◦
대규모 언어 모델과 프롬프트 엔지니어링, 미세조정 기법을 결합하여 감정지원 대화 시스템 구축의 효과성을 보여줌.
◦
저랭크 적응과 전체 매개변수 미세조정 전략 비교를 통해 적절한 모델 적응 방법 선택 가능성 제시.
