新框架让AI心理支持更靠谱：TheraJudge评估器+TheraAgent多角色系统

大语言模型在心理健康支持领域展现出潜力，但如何确保其回答质量符合专业标准仍是挑战。最新研究提出创新框架，将治疗性回复生成转化为由多维、人类对齐评估驱动的决策优化问题。

该框架分为两个阶段：第一阶段推出开源评估器TheraJudge，通过对人工标注数据进行偏好优化训练，使其能在安全性、相关性、共情等7个心理维度提供可靠判断。实验显示，TheraJudge与临床医生评分的组内相关系数达0.87-0.95，超越监督基线模型和闭源评估器。

第二阶段引入TheraAgent多智能体系统，通过协调批评家、教练和治疗师三种专业角色，将TheraJudge的评估信号转化为针对性回复修订。盲测结果表明，该系统使人类评分的治疗质量提升0.43分（5分制），临床医生评分者间信度达96%。特别是对低质量回复（≤3分）改进达2.45分，94%的不安全输出得到修正。

研究团队指出，心理健康大模型的有效对齐关键在于基于人类对齐评估采取行动，而非单纯依赖更强的生成能力。该框架代码已在GitHub开源，为AI心理支持系统的安全部署提供新思路。