When Less Is More: An Empirical Study of Minimal Responses in Counseling Dialogues and the Behavior of LLMs
作者: Zhiyang Qi
分类: cs.CL, cs.AI
发布日期: 2026-08-25
备注: Camera-ready version. Accepted to EMNLP 2026 Main Conference
💡 一句话要点
提出最小响应分析以优化心理咨询对话系统
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 心理咨询 对话系统 最小响应 大型语言模型 跨语言分析 人机交互 响应评估
📋 核心要点
- 现有的咨询对话系统倾向于生成内容丰富的回复，忽视了简短发言的互动价值。
- 本文提出了一种基于发言长度和内容的两阶段过滤方法，结合大型语言模型进行上下文验证。
- 实验结果显示，商业LLM在明确指令下能够生成最小响应，但在判断适用性方面仍存在困难。
📝 摘要（中文）
在心理咨询中，有效的支持并不总是通过冗长的信息丰富的回应来传达。最小响应，如回馈提示和简洁的共情陈述，有助于表达倾听、传达共情并鼓励客户继续表达。然而，现有的咨询对话系统和评估框架往往偏向于明确、内容丰富的回复，忽视了简短咨询者发言的互动价值。本文对多个咨询对话数据集中的最小响应进行了系统的跨语言分析，提出了一种基于发言长度和内容的两阶段过滤方法，并通过大型语言模型进行上下文验证。分析表明，最小响应在人工收集的数据集中很常见，但在LLM生成的内容中却显著不足。
🔬 方法详解
问题定义：本文旨在解决现有咨询对话系统中对最小响应的忽视，现有方法往往偏向于生成冗长的回复，缺乏对简短发言的重视。
核心思路：论文提出了一种两阶段过滤方法，首先根据发言长度和内容进行筛选，然后利用大型语言模型进行上下文验证，以确保生成的最小响应在互动中是合适的。
技术框架：整体流程包括两个主要阶段：第一阶段是过滤发言，第二阶段是使用大型语言模型进行上下文验证，确保生成的响应符合心理咨询的互动需求。
关键创新：最重要的创新在于系统分析最小响应的互动价值，并提出了针对LLM生成内容的评估框架，强调了简短发言的重要性。
关键设计：在参数设置上，采用了发言长度和内容的双重过滤标准，损失函数设计考虑了互动适宜性，网络结构则基于现有的LLM架构进行优化。
🖼️ 关键图片
📊 实验亮点
实验结果表明，强大的商业LLM在明确指令下能够生成最小响应，但在适用性判断上仍存在不足。与人工收集的数据相比，LLM生成的最小响应显著不足，显示出当前模型在心理咨询场景中的局限性。
🎯 应用场景
该研究的潜在应用领域包括心理咨询、在线辅导和人机交互系统。通过优化对话系统生成的响应，能够提升咨询效果，增强客户体验，未来可能推动智能咨询助手的发展。
📄 摘要（原文）
In psychological counseling, effective support is not always delivered through long, information-rich responses. Minimal responses, such as backchannel cues and concise empathic statements, help convey attentive listening, express empathy, and encourage clients to continue expressing themselves. However, existing counseling dialogue systems and evaluation frameworks often favor explicit, content-rich replies, overlooking the interactional value of brief counselor utterances. This paper presents a systematic cross-lingual analysis of minimal responses across multiple counseling dialogue datasets. We develop a two-stage filtering method based on utterance length and content, followed by contextual verification using a large language model (LLM). Our analysis shows that minimal responses are common in human-collected datasets but substantially underrepresented in LLM-generated ones. We further evaluate current LLMs in manually curated dialogue contexts where human counselors used minimal responses. The results show that strong commercial LLMs are capable of generating minimal responses when explicitly instructed, but still struggle to determine when such responses are appropriate. Counseling-specific models trained on synthetic data perform particularly poorly, tending instead to produce longer and more information-rich responses. Moreover, LLM-based response-quality evaluation may undervalue minimal responses, even when they are interactionally appropriate.