Interactive Agents
Psychotherapy client simulation · A research storyWords caught in the heart / 2026
PANDORA
心里的体验，
如何变成说出口的话？
来访者可能已经感到痛苦，却还说不清为什么。
我们让模拟来访者的每一句话，既回应此刻的心理体验，也保留这个人自己的表达方式。
A felt experience is not yet a finished explanation.
115案例 · 来自四个数据集
5 + 1五个基线 · 一个表达规划消融
7.2%AI-like 判断率 · 13 / 180 次评分
0.871整体披露对齐分数 GDS
约 6 分钟 · 一条贯穿全文的对话问题 → 机制 → 证据 → 体验
01The gap
案例里有的解释，
来访者未必说得出来。
临床案例可以把事件、信念与应对模式整理得很完整。但模拟来访者若直接照着这份解释说话，就可能比这个人此刻的自我理解更清楚。论文关注的，是从这些信息到当下表达之间的距离。
“I sent my supervisor a message, but he still hasn’t replied. I’m getting so anxious that I can barely focus on anything else.”给导师发了消息，却迟迟没收到回复，焦虑得无法专心。
“Well I see. He didn’t reply to your message. What went through your mind?”询问想法，却错过了对情绪的回应。
PANDORA论文 Figure 1
“Maybe he’s upset with me, or I said something wrong.”
先回应问题，保留 “maybe” 的个人表达。这个例子中，错过情绪回应降低了模型中的安全感，来访者保持犹疑，没有把整套心理解释一起说出。
① 回答当前问题② 相关行为或记忆③ 更深层信念④ 已披露的信息
英文回复与标注依照论文 Figure 1；中文说明为网页解读。这是一个动机案例，不能据此推断所有基线在所有对话中都会过度解释。
The key idea
不只规划“说什么”，也显式规划“这个人，在这一刻，会怎样说”。
02Inside one reply
让一句话，经过
体验、理解与表达。
沿着同一个例子，拆开一句回复的形成过程。心理状态提供当下条件，内容计划组织回应，独立的表达规划再把它变成来访者自己的语言。
此刻的体验State
→主观视角Appraisal & attribution
→说什么Content & strategy
→怎样说Expression plan
可点击步骤或使用方向键。内容来自论文 §3、Figure 1 与 Appendix B。箭头表示流程或该例中的变化方向；心理状态是建模变量，不是对真实来访者的临床测量。案例信息中未来才发生的事件按发生时间排除。
03The evidence
表达规划，
带来了什么改变？
七个实现使用相同的 115 个案例。我们分别看个人表达、表达规划模块的贡献，以及披露是否仍按合理的时间与依赖关系展开。
查看完整结果与指标定义 · Table 2
LDDA ↑ 各层首次披露时间相对参考对话的对齐程度。
DS ↑ 深层披露前，是否先满足浅层披露的前置依赖。
BFE / BSE ↓ 同轮打包披露的频率误差 / 大小误差。
GDS ↑ 时间、依赖与打包保真度的均值。
Sstyle ↑ 内容弱化后，字符 4-gram TF-IDF 的余弦相似度。
Sraw ↑ 不做内容弱化的对应表达相似度。
基线为论文中的适配实现。Sstyle 的掩码词表主要面向中文，对英文提供较粗粒度的证据。数值相似度不等于心理真实性。方法与完整定义见 §4.2、Appendix D。
04A human perspective
在评估者听来，
它还像 AI 吗？
文本相似度之外，评估者独立判断同一披露内容的八种表达。AI-like 指的是对语言表达的感知；“未判为 AI-like”并不认证人类作者身份。
45 × 8 × 4披露条目 × 候选来源 × 评估者
1,440二元评分 · 每来源 180 次
15 / 15 / 15L1 / L2 / L3 披露各 15 项
AI-like 判断率 · AIR ↓
05Listen before the reveal
同样的担忧，
你听到了怎样的声音？
先读两段回复，分别判断其表达是否像 AI，再揭晓来源与研究中的评分。请综合看措辞、组织方式与自我解释的程度；回复长短本身不是判断依据。
论文评估案例 45 · L3 披露：担心达不到父母期待，因而责怪自己、觉得自己不够好。这里呈现论文中的英文翻译；原研究评估的是中文原文。
已判断 0 / 2展开同一披露条目的其余六个候选 · 揭晓后显示来源
这是论文案例的阅读互动，不作为新的实验或 AI 检测器，不上传、不保存你的判断。两项中的一项来自表达规划消融，另一项来自完整模型。可在 原评估演示 ↗ 查看全部 45 个条目。
06Grounding & boundaries
让表达评估，
扎根于逐步展开的对话。
案例需要同时提供“说了什么”和“怎样逐轮说出来”的证据。筛选关注心理内容、因果联系、咨询师引导与渐进披露，并排除重复案例。
5,754四个来源的标准化记录
2,084满足长度与轮次结构要求
509进入证据约束的语义评估
115语义筛选与去重后的案例
语言构成：97 例中文、18 例英文。结构要求包括至少 24 次咨询师–来访者交换、500 个来访者字符，以及 0.70 的角色交替比例。流程与来源见 §4.1、Appendix C / I。
这项研究支持什么？
在当前案例与评估设置下，显式规划个体语言表达，与更高的表达相似度、更好的整体披露对齐、较低的 AI-like 判断率相伴。表达规划消融进一步支持这个模块的贡献。
更值得继续追问的是：当完整对话、语言文化与评估者都发生变化时，这些收益能否保持？它们是否真正帮助咨询师训练或评估？
哪些结论仍需更多证据？
- 案例以中文为主，部分来源为重建或生成材料。
- 人工评估来自小规模共同作者面板与孤立话语。
- 消融移除整个表达模块，未拆分每项信号的贡献。
- 尚未验证下游训练收益、临床安全性或治疗效果。
Read the full paper
Words Caught
in the Heart.
Simulating Person-Specific Expression for
Self-Opaque Clients in Psychotherapy
从来访者的主观体验出发，让“说什么”与“怎样说”共同形成此刻的回复。
引用信息 / Copy BibTeX
@misc{xiao2026pandora,
title = {Words Caught in the Heart: Simulating Person-Specific Expression for Self-Opaque Clients in Psychotherapy},
author = {Xiao, Mengxi and Chen, Jingjing and Kuang, Ziyan and Song, Jiarong and Zhao, Wenhao and Han, Zuchen and Xu, Yihuai and Huang, Xiyang and Gong, Jie and Jiang, Yuechen and Peng, Xueqing and Chen, Yankai and Qu, Xiaoyan and Peng, Min and Xie, Qianqian},
year = {2026},
note = {Manuscript, October 23, 2026},
url = {https://github.com/whunextgen/Pandora}
}引用条目根据当前稿件整理；未添加未经核实的 DOI 或发表 venue。