杨笛一新作：社恐有救了，AI大模型一对一陪聊，帮i人变成e人

WBOY

发布时间：2024-04-09 16:49:01

1324人浏览过

来源于机器之心

转载

在社交活动中，大语言模型既可以是你的合作伙伴（partner），也可以成为你的导师（mentor）。

在人类的社交活动中，为了更有效地在工作和生活中与他人沟通，需要一定的社交技能，比如解决冲突。

然而，社交技能的练习环境对于大多数人来说通常是遥不可及的。特别是由专家训练这些技能时，往往耗时、投入高且可用性有限。现有的练习和反馈机制很大程度上依赖专家监督，使训练难以扩展。此外，经过专业培训的教练也缺乏，而大多数可以提供定制化反馈的教练无法帮助大量有需要的人。

近日，在由斯坦福助理教授杨笛一为共同一作的论文《social skill training with large language models》中，研究者认为，借助大语言模型可以使得社交技能训练变得更容易、更安全、更有吸引力，并在现实、虚拟练习空间中提供量身定制的反馈。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

杨笛一新作：社恐有救了，ai大模型一对一陪聊，帮i人变成e人

论文地址：https://arxiv.org/pdf/2404.04204.pdf

具体来讲，研究者提出了以下两种社交技能训练框架。

第一个训练框架是 AI Partner，它可以通过模拟练习为体验式训练提供可扩展的解决方案。此前已经有研究表明，人类角色扮演可以有效地教授沟通、合作和领导技能。与 on-the-job 训练相比，模拟可以让学习者承担更少的风险和机会成本。而通过模拟，AI Partner 将减少进入专业领域的社会经济障碍。

第二个补充训练框架是 AI Mentor，它将根据领域专业知识和事实知识提供个性化反馈。

这两个训练框架（合称为 APAM）都可以将体验式学习与现实练习、定制反馈相结合。研究者呼吁通过跨学科创新来解决 APAM 的广泛影响。

论文作者杨笛一表示：「学习社交技能对大多数人来说是遥不可及的，我们如何才能使社交技能训练变得更容易实现？基于此，我们推出 APAM，其利用 LLM 通过现实实践和量身定制的反馈进行社交技能训练！」

杨笛一新作：社恐有救了，AI大模型一对一陪聊，帮i人变成e人

她接着表示：「在 APAM 中，当用户想要学习一项新的社交技能时，AI Partner 可以帮助他们通过模拟对话来练习相关场景。AI Mentor 可以在模拟的关键时刻提供基于知识的反馈。」

杨笛一新作：社恐有救了，AI大模型一对一陪聊，帮i人变成e人

APAM 架构概览

该研究提出了一个通用框架专门用于社交技能训练，该框架包括 AI Partner 和 AI Mentor（两者简称 APAM），并且这两者至关重要。当用户想要学习一项新的社交技能时，AI Partner 可以通过模拟对话帮助他们练习相关场景。AI Mentor 可以在模拟的关键时刻提供基于知识的反馈。

杨笛一新作：社恐有救了，AI大模型一对一陪聊，帮i人变成e人

Video Ocean

人人皆导演，让视频创作变得轻松自如

下载

然而，构建和部署 AI Partner 并非易事，比如很难保持模拟人物的风格、行为和情感特征的一致性。而开发 AI Mentor 在很大程度上依赖于领域专业知识、情境感知和反馈效率等因素。

为了解决上述问题，研究者提出通过 LLM 进行社交技能训练的通用方法，分四个步骤完成：

了解如何解决问题的技能（例如，解决冲突）；
设计一个 AI partner 来模拟对话，让学习者（即用户）接触目标过程，进行练习；
创建一个 AI mentor 来提供反馈；
将这两个智能体集成到模拟环境中，以便用户学习。

研究者表示，APAM 框架的理想受众是初学者，但是有经验的人也可以使用 APAM 系统来刷新他们的知识。

APAM 可以在许多领域提高学习者的技能，表 1 列举了一些应用场景，例如如何倾听、心理健康咨询等。不过 APAM 框架不仅限于这些典型的例子，论文第 6 节有更多的介绍。

杨笛一新作：社恐有救了，AI大模型一对一陪聊，帮i人变成e人

虽然 LLM 作为社交技能训练工具潜力巨大，因为它们可以生成连贯且自然的文本。然而，这种灵活性往往伴随着有限的可控性。

出于安全考虑， APAM 框架为如何应用 AI 提供了一系列措施，他们将使用过程分解为一个连续体：AI Partner 连续体以及 AI Mentor 连续体，每个连续体都由三个模型完成（如图 1 所示）。

评估结果

AI partner 和 AI mentor 的评估是一个重大挑战，基于 APAM 的工具涉及复杂的计算系统以及与不同需求和背景的用户的交互。

为了将这些训练工具开发为一个领域，评估措施需要超越自然语言处理中传统的指标，转而采用来自多个相关领域和利益相关者的方案。纳入多学科视角将有助于评估此类系统的实证性能、基于用户角度的可用性以及对用户和社区的长期影响。

目前，文本生成的研究主要集中在内在评估上，即通过预定义的规则或交互来评估输出的质量。

在下表 2 中，研究者主要划分为全自动评估和用户驱动评估。基于参考的指标（如困惑度或 Kullback-Leibler 散度）通常用于系统质量自动评估，它们既简单又允许通过演示对所需行为进行丰富的定义。

表 2 详细列出了以往工作中适用于 APAM 系统的内在和外在评估程序。目前，自然语言处理从业者主要关注对系统的内在评估。本文中，研究者强调使用既定的教育成果衡量标准来评估 APAM 系统的重要性。

杨笛一新作：社恐有救了，AI大模型一对一陪聊，帮i人变成e人

更多细节请参阅原论文。

如何提高日常工作周报的含金量利用文心一言总结提炼关键价值点

如何优化简历中的实习经历不足利用DeepSeek深度挖掘校园潜力

如何提升简历对互联网大厂的吸引力利用Claude深度对齐大厂底层价值观

如何提高PPT汇报的专业视觉感利用Gamma实现自动化精美排版

如何实现短视频脚本的高产高效利用通义千问构建多版本创意大纲

相关专题

http与https有哪些区别

http与https的区别：1、协议安全性；2、连接方式；3、证书管理；4、连接状态；5、端口号；6、资源消耗；7、兼容性。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。

2903

2024.08.16

Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开，系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示，帮助开发者构建稳定高效的 Go 并发任务处理系统，提高系统在高负载环境下的处理能力与稳定性。

2026.03.10

Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开，重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析，帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系，提升团队协作效率与项目迭代速度。

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开，系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理，以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例，帮助开发者理解浏览器底层工作原理，并掌握提升网页加载速度与交互体验的实用技巧。

2026.03.06

Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开，深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例，分析内存安全保障原理与零成本抽象优势，并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学，掌握在高性能与安全性并重场景中的工程实践能力。

216

2026.03.05

PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开，重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景，深入分析性能瓶颈定位与优化思路，帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

413

2026.03.04

AI安装教程大全

2026最全AI工具安装教程专题：包含各版本AI绘图、AI视频、智能办公软件的本地化部署手册。全篇零基础友好，附带最新模型下载地址、一键安装脚本及常见报错修复方案。每日更新，收藏这一篇就够了，让AI安装不再报错！

143

2026.03.04

Swift iOS架构设计与MVVM模式实战

本专题聚焦 Swift 在 iOS 应用架构设计中的实践，系统讲解 MVVM 模式的核心思想、数据绑定机制、模块拆分策略以及组件化开发方法。内容涵盖网络层封装、状态管理、依赖注入与性能优化技巧。通过完整项目案例，帮助开发者构建结构清晰、可维护性强的 iOS 应用架构体系。

221

2026.03.03

C++高性能网络编程与Reactor模型实践

本专题围绕 C++ 在高性能网络服务开发中的应用展开，深入讲解 Socket 编程、多路复用机制、Reactor 模型设计原理以及线程池协作策略。内容涵盖 epoll 实现机制、内存管理优化、连接管理策略与高并发场景下的性能调优方法。通过构建高并发网络服务器实战案例，帮助开发者掌握 C++ 在底层系统与网络通信领域的核心技术。

2026.03.03

热门下载

网站特效

网站源码

网站素材

前端模板