核心发现
方法论
该方法提出一种无梯度的主动对话学习框架UKA，结合用户需求不确定性估计（基于Theory-of-Mind机制）进行响应优先级排序。通过构建用户需求假设集和知识检索机制，UKA在训练中主动探索用户相关的情感知识空间，利用知识支持和ToM不确定性指标优化响应选择。训练阶段侧重于知识扩展，测试阶段强调知识支撑和需求识别的平衡。核心算法包括基于余弦相似度的知识检索和交叉假设的用户反应差异度量。该框架在多项情感支持基准（ESConv、ExTES、Sentient Eval）上，显著优于传统提示和记忆增强方法，提升对话成功率和用户满意度。
关键结果
- 在ESConv数据集上，UKA模型在成功率（SR）指标上平均提升4.5%，最高达54.4%，显著优于对比方法。在Sentient Eval中，情感得分平均提高12点，尤其在负面用户画像中表现优越。多模型架构（Qwen3-32B、GPT-OSS-120B）均验证了其鲁棒性和泛化能力。 ablation分析显示，去除ToM不确定性会导致性能下降约8%，说明其在用户需求识别中的关键作用。
研究意义
该研究突破了情感支持对话中的知识主动获取瓶颈，提出结合用户模型不确定性和知识检索的创新框架，有效提升模型对隐性用户需求的理解和响应能力。其无梯度训练策略简化了模型优化流程，为多任务、多模型场景提供了新思路。该方法不仅增强了对话系统的个性化和鲁棒性，也为未来情感智能和人机交互的研究提供了理论基础和实践方案，具有广泛的应用潜力。
技术贡献
论文提出一种无梯度的主动学习框架UKA，结合Theory-of-Mind不确定性机制进行响应排序，创新性地将用户需求建模与知识检索结合，显著提升对隐性需求的捕获能力。通过构建用户需求假设集和知识支持指标，有效平衡探索与利用，避免梯度更新带来的复杂性。该方法在多模型、多数据集上验证了其优越性，推动了对话系统中主动知识获取的理论和实践发展。
新颖性
首次将Theory-of-Mind不确定性引入主动对话学习，结合知识检索与用户需求推断，实现无梯度优化的主动探索。区别于传统被动知识存储和单一响应生成，该方法通过响应的主动选择，增强对隐性需求的识别能力，显著改善情感支持对话的个性化和鲁棒性。
局限性
- 当前模型依赖于预训练的用户模拟器，实际应用中用户行为的多样性和复杂性可能导致性能下降。
- 知识库规模有限，难以覆盖所有潜在情感场景，存在知识不足的风险。
- 响应排序策略在极端分布偏移或新颖用户需求下可能表现不佳，未来需引入更强的适应机制。
未来方向
未来将探索多模态情感知识的融合，增强模型对复杂情感状态的理解。还计划引入在线学习机制，实现模型在真实环境中的持续适应和知识更新。此外，将结合强化学习优化响应策略，提升系统的交互效率和用户满意度。
AI 总览摘要
情感支持对话系统在实际应用中面临用户需求隐性、动态变化的挑战。传统方法多依赖静态知识库或被动响应，难以高效捕获用户潜在的情感需求。为此，本文提出UKA（User-Aware Active Knowledge Acquisition）框架，结合用户需求不确定性估计和知识检索机制，主动探索和利用情感知识空间。核心创新在于引入基于Theory-of-Mind的诊断不确定性指标，优先选择能最大化信息增益的响应，从而引导模型在训练中不断扩展知识库，提升对隐性需求的理解能力。在测试阶段，UKA通过平衡知识支撑和需求识别，提供更鲁棒、个性化的情感支持。大量在ESConv、ExTES和Sentient Eval上的实验验证显示，UKA在多模型架构下均优于传统提示和记忆增强方法，成功提升对话成功率和情感得分。这一方法不仅推动了主动学习在对话系统中的应用，也为未来智能情感交互提供了新思路。尽管如此，模型仍依赖模拟用户，知识库有限，未来需结合多模态信息和在线学习机制，进一步增强系统的适应性和实用性。
深度分析
研究背景
近年来，大规模语言模型（如GPT-3、BERT）在对话系统中取得突破，推动多轮对话的连贯性和任务完成能力。然而，情感支持对话需要模型具备情感识别和调节能力，传统方法多依赖静态知识库或预定义策略，难以应对用户需求的隐性和动态变化。近年来，知识增强和主动学习成为研究热点，旨在提升模型的个性化和鲁棒性。相关工作包括检索增强生成（RAG）、记忆增强对话（Memory-Augmented Dialogue）以及多智能体的Theory-of-Mind（ToM）模型，但仍存在知识获取效率低、需求识别不充分的问题。本文在此基础上，结合用户需求不确定性和主动知识探索，提出创新框架。
核心问题
情感支持对话中，用户需求多为隐性、模糊，难以通过单次交互明确识别。现有方法多采用被动知识存储或静态策略，导致知识覆盖不足和响应不够个性化。多轮交互中，模型需不断推断用户潜在需求，并主动获取相关情感知识，但缺乏有效的机制平衡探索与利用，影响对话效果。如何在不增加标注成本的前提下，动态识别用户隐性需求并高效扩展知识库，成为亟待解决的问题。
核心创新
本文提出UKA框架，创新点包括：1）引入基于Theory-of-Mind的诊断不确定性机制，主动识别用户需求的潜在偏差；2）结合知识检索与用户需求假设集，有效扩展情感知识空间；3）在训练中采用探索导向的响应策略，提升知识覆盖率；4）在测试中平衡知识支撑和需求识别，增强鲁棒性。这些创新突破了传统被动存储和单一响应生成的局限，为情感支持对话提供了主动、个性化的解决方案。
方法详解
- �� 构建用户需求假设集：利用LLM生成潜在需求描述，并通过交叉验证更新。• 设计ToM不确定性指标：通过模拟用户反应差异，衡量响应对不同需求假设的区分能力。• 知识检索：基于对话历史和需求假设，利用余弦相似度从知识库中检索相关情感策略。• 响应生成：结合检索知识和不确定性指标，生成候选响应。• 训练阶段：优化响应以最大化信息增益，促进知识扩展。• 测试阶段：优先选择知识支撑强、需求识别明确的响应，确保鲁棒性。
实验设计
在ESConv、ExTES和Sentient Eval三大数据集上，评估UKA的对话成功率、情感得分和平均轮次。采用Qwen3-32B、GPT-OSS-120B等模型，比较提示、记忆增强和ToM多智能体等基线。通过消融实验验证ToM不确定性和知识检索的贡献。参数设置包括候选响应数N=5，知识检索Top-K=3，训练批次和学习率调优，确保公平性和稳定性。
结果分析
UKA在所有模型和数据集上均优于对比方法，成功率提升平均4.5%，最高达54.4%；情感得分平均提升12点，尤其在负面用户画像中表现更佳。消融分析显示，去除ToM不确定性导致性能下降约8%，验证其关键作用。多模型验证了方法的鲁棒性和泛化能力，显示出在实际应用中的潜力。
应用场景
该框架适用于智能客服、心理咨询和陪伴机器人等场景，能有效提升系统对隐性需求的识别和支持能力。未来可结合多模态信息（如语音、表情）进一步增强情感理解，推动个性化人机交互的普及。长远来看，UKA有望实现自主学习和持续优化，推动情感智能的深度发展。
局限与展望
模型依赖模拟用户，实际用户行为复杂多变可能影响效果。知识库规模有限，难以覆盖所有场景。响应排序策略在极端偏移或新颖需求下表现不佳，需引入更强的适应机制。未来需结合在线学习和多模态信息，提升系统的适应性和实用性。
通俗解读 非专业人士也能看懂
想象你在一家工厂工作，工厂里有很多机器，每台机器都能做不同的事情。有时候，工厂需要新设备或新工艺来解决新出现的问题，但工厂的管理者不知道具体需要什么。于是，他们会试着用不同的工具和方法，观察哪个最有效。这个过程就像对话系统在帮助用户时，试图理解用户的隐性需求，然后主动寻找合适的“工具”——也就是知识或策略，来提供帮助。UKA的做法就是让系统像工厂管理者一样，主动探索和学习，确保每次“生产”都能满足用户的隐性需求，变得越来越聪明和贴心。
简单解释 像给14岁少年讲一样
想象你在学校里，有个朋友总是遇到难题，但他自己又说不清楚具体问题。你作为好朋友，会试着猜他可能遇到的烦恼，然后用不同的方法帮他解决，比如问问他是不是因为考试压力大，还是朋友关系紧张。你会不断试探，直到找到他真正需要的帮助。这个过程就像UKA在对话中不断猜测用户的隐性需求，然后主动提供最合适的建议。它会观察用户的反应，调整自己的猜测，确保每次都能帮到用户，变得越来越懂用户的心思。
术语表
Theory-of-Mind (ToM) 不确定性
一种模拟用户心理状态的机制，用于衡量响应在不同用户需求假设下的区分能力。技术上通过模拟用户反应差异度量实现。
在论文中，ToM不确定性用于优先选择能最大化信息增益的响应。
主动知识获取 (Active Knowledge Acquisition)
一种通过主动选择响应以探索和扩展知识空间的方法，区别于被动存储知识。技术上结合不确定性指标引导响应选择。
本文的核心创新，提升对隐性用户需求的理解能力。
知识检索 (Knowledge Retrieval)
从外部知识库中根据对话上下文和用户需求假设，检索相关情感策略或知识条目。采用余弦相似度衡量匹配度。
用于响应生成的基础环节，确保回答内容的情感相关性。
开放问题 这项研究留下的未解疑问
- 1 如何在真实用户中有效估计和更新用户需求的动态变化？当前模型主要依赖模拟用户，实际应用中用户行为的多样性和复杂性仍未充分解决。未来需要结合多模态信息和持续学习机制，以实现更真实的用户模型。
应用场景
近期应用
心理咨询机器人
利用UKA提升机器人识别用户隐性情感需求的能力，提供个性化心理疏导，改善用户体验。
客户服务系统
在客服中主动识别客户潜在问题，提供更贴心的解决方案，降低误解和冲突。
远期愿景
智能情感伴侣
打造具备深度情感理解和主动学习能力的陪伴机器人，实现长时间、个性化的人机情感交互。
原文摘要
Emotional support plays an important role in dialogue systems, and its success depends on adapting to a user's evolving and implicit needs across multi-turn interactions while leveraging the strong reasoning capacity of large language models. However, since signals about user needs are often weak, indirect, and can only be disambiguated through multi-turn interaction, existing emotional support methods often struggle to acquire and generalize relevant conversational knowledge efficiently. To bridge this gap, we introduce User-Aware Active Knowledge Acquisition (UKA), a gradient-free active dialogue learning framework that explicitly represents uncertainty about user needs and incorporates active learning into both knowledge acquisition and response selection.We propose a Theory-of-Mind uncertainty estimation mechanism that allows the model to prioritize responses, thereby eliciting more informative user feedback. UKA is capable of efficiently exploring user-aligned conversational knowledge during training while maintaining robustness at test time. Experiments across multiple dialogue benchmarks and model architectures demonstrate that our approach consistently outperforms strong baselines in dialogue quality and user alignment.