[论文解读] A Principle-Driven Adaptive Policy for Group Cognitive Stimulation Dialogue for Elderly with Cognitive Impairment

Jiyue Jiang, Yanyu Chen+8 more|arXiv (Cornell University)|Mar 1, 2026

Digital Mental Health Interventions被引用 0

一句话总结

论文提出 GCSD，一种基于原则的自适应群体认知刺激对话策略，建立在真实粤语 CST 数据与原则性场景仿真策略之上，相较基线表现更优。

ABSTRACT

Cognitive impairment is becoming a major public health challenge. Cognitive Stimulation Therapy (CST) is an effective intervention for cognitive impairment, but traditional methods are difficult to scale, and existing digital systems struggle with group dialogues and cognitive stimulation principles. While Large Language Models (LLMs) are powerful, their application in this context faces key challenges: cognitive stimulation dialogue paradigms, a lack of therapeutic reasoning, and static-only user modeling. To address these issues, we propose a principle-driven adaptive policy actualized through a Group Cognitive Stimulation Dialogue (GCSD) system. We first construct a dataset with over 500 hours of real-world CST conversations and 10,000+ simulated dialogues generated via our Principle-Guided Scenario Simulation strategy. Our GCSD system then integrates four core modules to overcome LLM limitations: (i) a multi-speaker context controller to resolve role confusion; (ii) dynamic participant cognitive state modeling for personalized interaction; (iii) a cognitive stimulation-focused attention loss to instill cognitive stimulation reasoning; and (iv) a multi-dimensional reward strategy to enhance response value. Experimental results demonstrate that GCSD significantly outperforms baseline models across various evaluation metrics. Future work will focus on long-term clinical validation to bridge the gap between computational performance and clinical efficacy.

研究动机与目标

• 解决传统 CST 在群体环境中由专业人员提供时的可扩展性与有效性局限性。
• 开发能够实现多方互动、具有适当说话角色管理的群体 CST 对话系统。
• 将认知刺激原则融入模型学习与生成。
• 通过对参与者认知状态的动态建模实现个性化的动态化。

提出的方法

• 构建一个包含人工转录与注释的真实粤语 CST 对话数据集（约 500 小时）。
• 使用 Principle-Guided Scenario Simulation 生成大量仿真数据以编码 CST 原则。
• 提出 GCSD，包含四个模块：多说话人上下文控制器、动态参与者认知状态建模、面向认知刺激的注意力损失、以及多维奖励优化。
• 在仿真数据上进行预训练，再在真实数据上微调以学习 CST 结构与语言细微差别。
• 采用两阶段优化：先进行带认知聚焦的注意力损失与光滑正则化的监督微调，然后进行多奖励策略优化（MRPO）。
• 使用软提示动态图态状态机制对响应进行条件化，并通过时间平滑实现稳定的个性化。

实验结果

研究问题

• RQ1 对话系统如何在群体 CST 对话中识别并维护正确的多方说话角色？
• RQ2 对每位老年人认知状态的动态建模是否能提升个性化和治疗相关性？
• RQ3 原则引导的提示与 CST 专用损失是否提升了对 CST 原则与治疗结果的一致性？
• RQ4 多奖励策略优化框架是否比基线大模型产生更高质量、更加有参与感的 CST 对话？
• RQ5 真实+仿真数据预训练对性能与鲁棒性的影响？

主要发现

• GCSD 在 CST 对话质量的自动评估与人工评估中均优于强基线。
• BLEU-4 提升表明在 CST 表述与多方轮转学习方面更具优势。
• 相比基线，GCSD 在多方场景中获得更高的人类相关性分数。
• 消融实验显示仿真数据预训练、动态状态建模以及 CST 专用注意力损失对性能均有贡献。
• 人类 A/B 测试表明 GCSD 对比若干基线（包括在该领域的 GPT-4o）具有更有利的胜率。