核心发现
方法论
本研究提出基于马斯洛需求层次的结构化记忆检索框架，结合多模态对话数据，评估embedding模型和大规模语言模型（如GPT-4o、DeepSeek-v3）在主动检索中的表现。利用超过1800条情感支持对话，定义不同需求对应的记忆类型，采用多指标（如Recall@10、nDCG）衡量检索效果。通过链式推理（CoT）提升模型对用户潜在需求的识别能力。实验涵盖多种模型和策略，系统分析其在情感共鸣中的不足。
关键结果
- 目前模型在Recall@10最高仅达46.41%，Top-1准确率低于10%，说明语义相似性不足以捕捉情感相关记忆。
- 即使在Golden记忆条件下，情感得分也仅为4.91，远低于理想值，表明记忆匹配仍是瓶颈。
- 链式推理（CoT）略微改善需求与记忆的匹配，但仍存在显著差距，表明模型在情感需求理解和记忆选择上存在系统性偏差。
研究意义
该研究揭示了当前情感支持系统在主动记忆检索方面的局限性，强调情感需求的准确识别和匹配对提升人机共情能力的重要性。为未来个性化情感交互提供了理论基础和评估工具，有助推动情感AI在心理健康、陪伴机器人等应用中的发展。
技术贡献
提出基于马斯洛需求的结构化记忆映射框架，结合多模态数据和多指标评价体系，系统评估embedding和大模型的记忆检索能力。引入链式推理（CoT）提升需求识别，设计了1800+对话样本，填补了情感支持中主动记忆检索的评估空白，推动了记忆增强对话系统的研究。
新颖性
首次系统性引入马斯洛需求层次作为记忆检索的结构化指导，结合多模态对话数据，全面评估embedding和大模型在情感需求识别与记忆匹配中的表现，突破了以往静态、单维度的评估范式。
局限性
- 模型在识别复杂情感需求方面仍存在偏差，尤其在多需求同时存在时表现不佳，反映出需求理解的难点。
- 当前评估主要依赖静态对话数据，缺乏真实长时交互场景的验证，限制了实际应用推广。
- 记忆匹配偏差导致情感共鸣不足，未来需结合多模态信息和情感分析技术优化检索策略。
未来方向
未来将结合多模态信息（如视觉、语音）提升需求识别能力，探索动态长时交互中的记忆管理机制，优化模型的情感适应性。同时，推动构建更丰富的多任务、多场景数据集，提升系统的泛化能力和实际应用价值。
AI 总览摘要
随着人机交互技术的发展，情感支持场景中的记忆增强对话系统逐渐成为研究热点。传统方法多关注知识检索和任务完成，忽视了用户潜在情感需求的主动识别与匹配。本文提出ENPMR-Bench，基于马斯洛需求层次的结构化框架，系统评估模型在主动检索情感相关记忆中的表现。通过构建1800多条多模态对话，结合embedding模型和大模型（如GPT-4o、DeepSeek-v3），采用Recall、nDCG等指标，全面分析模型的优势与不足。实验结果显示，当前模型在Recall@10最高仅达46.41%，Top-1准确率低于10%，远未达到理想水平。链式推理（CoT）略微提升需求识别，但仍存在明显差距，反映出模型在理解复杂情感需求和匹配记忆方面的系统性偏差。这些发现强调了需求理解和记忆匹配在情感共鸣中的核心作用，为未来个性化情感交互提供了理论基础。研究的局限性在于缺乏真实长时交互验证，未来将结合多模态信息，优化记忆管理机制，推动情感AI在心理健康、陪伴机器人等领域的应用。ENPMR-Bench为评估和提升情感智能提供了重要工具，期待引领行业迈向更具人性化的智能交互新时代。
深度分析
研究背景
近年来，情感对话系统逐步成为人机交互的重要方向。早期研究如ChatterBot、ELIZA等主要关注任务导向的问答，后续发展到情感识别与表达（如Microsoft的DialoGPT、Google的Meena），强调情感的理解与表达。随着深度学习的兴起，记忆增强模型（Memory-augmented models）如ReMemBERT、Longformer被引入，用于提升对长时上下文的理解能力。然而，这些系统多集中于事实知识的检索，缺乏对用户潜在情感需求的主动识别。心理学研究表明，情感支持的有效性依赖于对用户深层需求的理解和匹配，特别是在多轮长时交互中，记忆的合理利用成为关键。现有的评估体系多偏重于静态、单一任务，难以全面衡量模型在情感需求识别和记忆匹配中的表现，亟需建立系统化的评估基准。
核心问题
当前情感支持系统在主动识别用户潜在情感需求方面表现不足，主要原因在于缺乏结构化的需求映射和多模态数据支持。模型多依赖语义相似性，难以捕捉用户的深层次情感状态，导致记忆匹配偏差，影响共情效果。此外，缺乏长时交互场景的系统评估，使得模型难以应对复杂、多需求的真实情感支持场景。这些问题限制了系统在心理健康、陪伴机器人等应用中的实际效果，亟需提出新的需求导向的记忆检索策略。
核心创新
本研究创新点在于：1）引入基于马斯洛需求层次的结构化记忆映射，为记忆检索提供理论指导；2）结合多模态数据（文本、视觉信息）提升需求识别能力；3）设计多指标评估体系（如Recall、nDCG、情感得分），系统衡量模型在情感需求匹配中的表现；4）采用链式推理（CoT）增强模型对潜在需求的理解。通过这些创新，突破了以往静态、单维度的评估限制，推动主动记忆检索在情感支持中的应用。
方法详解
- �� 构建结构化用户画像，涵盖基本信息和多类别记忆条目。
- �� 设计基于马斯洛需求的四个核心需求维度（生理、归属、尊重、自我实现），定义不同需求对应的记忆类型。
- �� 采集1800+多模态对话，结合专家标注，建立多层次情感支持场景。
- �� 利用多模态特征（文本、视觉）训练embedding模型（如Qwen3-Embedding-8B），评估其在Recall和nDCG指标上的表现。
- �� 采用大模型（GPT-4o、DeepSeek-v3）进行需求识别和记忆匹配，结合链式推理（CoT）提升识别准确率。
- �� 设计多任务评估体系，测量记忆检索、情感共鸣和响应生成的效果，分析模型偏差和不足。
实验设计
采用由专家设计的1800+对话样本，涵盖不同需求层次和场景。模型包括多种embedding（Qwen3-Embedding-8B、doubao-embedding）和大模型（GPT-4o、DeepSeek-v3、Qwen-Max）。评估指标包括Recall@10、Top-1准确率、nDCG，以及情感得分。通过对比不同模型和策略（如链式推理、Golden记忆），分析其在需求识别、记忆匹配和响应质量上的表现。还进行 ablation 研究，验证结构化需求映射和多模态信息的贡献。
结果分析
模型在Recall@10最高仅达46.41%，Top-1准确率低于10%，显示语义相似性不足以捕获情感相关记忆。链式推理带来一定提升，但仍远低于Golden记忆条件，情感得分在4.91左右，说明记忆匹配仍是瓶颈。不同模型偏好不同记忆类型，偏向突出highlight记忆，导致情感共鸣不足。这些数据表明，当前模型在理解复杂情感需求和匹配合适记忆方面存在系统性偏差，亟需改进。
应用场景
该研究为情感支持机器人、心理咨询助手等提供评估工具，有助于提升系统的个性化和共情能力。未来可结合多模态信息，优化需求识别和记忆匹配策略，推动智能陪伴和心理健康服务的广泛应用。
局限与展望
模型在多需求同时存在时表现不佳，需求理解仍有限。评估主要基于静态对话，缺乏真实长时交互验证。记忆匹配偏差影响情感共鸣，未来需结合多模态和情感分析技术，提升系统鲁棒性和实际应用能力。
通俗解读 非专业人士也能看懂
想象你在一家厨房做饭，每次准备食材都要根据菜谱和你的口味选择不同的调料。系统就像这个厨房的厨师，它需要记住你喜欢吃辣还是不辣，喜欢甜还是咸。过去的经验（记忆）帮助厨师做出更符合你口味的菜肴，但如果厨师只记得一些表面信息，比如你喜欢的菜名，而忘了你更喜欢辣味，那做出来的菜就可能不合心意。这个研究就像在教厨师如何更聪明地记住你的深层需求，主动找出最适合你的调料，从而做出让你感动的菜肴。它强调理解你的真正需求，而不是仅仅依赖表面信息。未来的系统会变得更像一个懂你心思的厨师，能提前准备你喜欢的菜肴，让你每次用餐都觉得温暖贴心。
简单解释 像给14岁少年讲一样
想象你和朋友聊天，有时候你会偷偷告诉他一些心里的事，比如觉得孤单或者烦恼。朋友如果能记住这些细节，下次你遇到类似问题时，他就能主动帮你出主意或者陪你玩。这就像是一个超级聪明的朋友，能记住你所有的小秘密和喜欢的事情，然后在你需要时帮你解决问题。这个研究的目标就是让人工智能变得像那个懂你心思的朋友一样，不仅能记住你说过的话，还能理解你的情感需求，主动提供帮助。它通过分析你以前说过的事情，判断你现在可能的心情，然后找出最合适的“记忆”来回应你。虽然现在还做得不够好，但未来它会变得更懂你，让你每次和它聊天都像和老朋友一样温暖、贴心。
原文摘要
Memory-augmented language agents are increasingly deployed in affective applications such as emotional support, where understanding and responding to users' latent emotional needs is critical. However, existing research often treats memory as a tool for factual retrieval, overlooking its role in shaping users' emotional experiences. In this work, we introduce ENPMR-Bench, a benchmark for evaluating Emotional Need-aware Proactive Memory Retrieval (ENPMR), a core capability that enables agents to infer users' latent emotional needs and proactively retrieve appropriate memories to support empathetic interaction. Grounded in Maslow's hierarchy of needs, ENPMR-Bench includes over 1,800 memory-augmented dialogues and defines structured mappings between emotional needs and supportive memory types. Experimental results demonstrate that current retrieval paradigms, including both embedding-based and LLM-driven approaches, exhibit substantial deficiencies, with empathy scores significantly lagging behind golden memory conditions. While chain-of-thought prompting improves the alignment between inferred emotional needs and retrieved memories to some extent, a notable performance gap remains. Together, these findings reveal critical limitations in current agents and outline directions for advancing personalized emotional support through need-sensitive memory retrieval.