[論文レビュー] PsyCLIENT: Client Simulation via Conversational Trajectory Modeling for Trainee Practice and Model Evaluation in Mental Health Counseling

Huachuan Qiu, Zhaoming Chen+4 more|arXiv (Cornell University)|Jan 12, 2026

Digital Mental Health Interventions被引用数 0

ひとこと要約

PsyCLIENT は、 trainee practice と LLM ベースのカウンセラー評価のために、多様で本物らしい中国語クライアント対話をシミュレートする対話軌跡モデリングフレームワークを導入し、高いリアリズムと訓練効果を実現。ベースラインを上回り、人間クライアントと区別できない対話を生み出す。

ABSTRACT

LLM-based client simulation has emerged as a promising tool for training novice counselors and evaluating automated counseling systems. However, existing client simulation approaches face three key challenges: (1) limited diversity and realism in client profiles, (2) the lack of a principled framework for modeling realistic client behaviors, and (3) a scarcity in Chinese-language settings. To address these limitations, we propose PsyCLIENT, a novel simulation framework grounded in conversational trajectory modeling. By conditioning LLM generation on predefined real-world trajectories that incorporate explicit behavior labels and content constraints, our approach ensures diverse and realistic interactions. We further introduce PsyCLIENT-CP, the first open-source Chinese client profile dataset, covering 60 distinct counseling topics. Comprehensive evaluations involving licensed professional counselors demonstrate that PsyCLIENT significantly outperforms baselines in terms of authenticity and training effectiveness. Notably, the simulated clients are nearly indistinguishable from human clients, achieving an about 95\% expert confusion rate in discrimination tasks. These findings indicate that conversational trajectory modeling effectively bridges the gap between theoretical client profiles and dynamic, realistic simulations, offering a robust solution for mental health education and research. Code and data will be released to facilitate future research in mental health counseling.

研究の動機と目的

• LLM ベースのカウンセリングシミュレーションにおける多様で現実的なクライアントプロファイルの欠如を是正する。
• 現実的なクライアント行動をモデル化する原理的な軌跡ベースのフレームワークを提案する。
• 60 トピックをカバーする最初のオープンソース中国語クライアントプロファイルデータセット PsyCLIENT-CP を作成する。
• 軌跡ベースのシミュレーションが本物らしさと訓練効果を向上させることを専門家評価で実証する。

提案手法

• クライアント行動を離散的な多ラベル空間として形式化し、行動軌跡を定義する。
• カウンセラー戦略空間と、クライアント行動から有効なカウンセラー応答へのマッピングを定義する。
• G を開発し、クライアントプロファイルとターゲット行動集合を条件付けとして発話を生成し、言語的実現 L_B に制約を設ける。
• クライアントプロファイル、対話履歴、行動ラベル、内容制約を組み込んだプロンプト設計を用いて、LLM ベースのクライアントシミュレーションを行う。
• 現実の対話から行動注釈付きの対話軌跡を抽出してシミュレーションを指導する。
• 60 トピックと 38,880 の潜在クライアント事例（120 プロファイル × 324 軌跡）を含む PsyCLIENT-CP をオープンソース化する。

実験結果

リサーチクエスチョン

• RQ1 RQ1 Authentecity: 専門家評価に照らして、PsyCLIENT の対話はベースラインより高い本物らしさを達成するか？
• RQ2 RQ2 Discrimination: 専門家は PsyCLIENT の対話を人間同士の対話またはベースライン生成の対話と区別できるか？
• RQ3 RQ3 Effectiveness: カウンセラーは他の方法と比較して PsyCLIENT を訓練により有効だと評価するか？

主な発見

• PsyCLIENT は、流暢さ、感情表現、一貫性、適切さ、全体的な本物らしさにおいて、プレーンベースライン、コンテンツベース、行動ベースラインを凌駕する。
• 軌跡内の行動ラベリングは realism の最大の向上をもたらし、コンテンツは追加的だが小さな利点を提供する。
• 専門家は PsyCLIENT の対話を人間クライアントの対話とほぼ識別不能であると評価（約95% の誤認率）。
• PsyCLIENT は、傾聴、質問、感情処理、技法練習、提言の各面でカウンセリングの有効性をベースラインより上回る。
• PsyCLIENT の識別精度は専門家の判定で偶然性とほぼ同等またはそれに近く、高い現実性を示す。