中国农业大学动科学院曹志军教授团队在AI大语言模型共情生成研究领域提出新型适配框架EmoDiag

近日，我校首批引进的兴农学者（人工智能+）博士后张寒青（依托智能养殖与饲料高效利用国家级创新团队）在国际权威期刊《IEEE音频、语音和语言处理会刊》（IEEE Transactions on Audio, Speech and Language Processing）发表研究论文《面向共情对话生成的情绪感知大语言模型适配方法》（Emotion-Aware LLM Adaptation for Empathetic Dialogue Generation），提出了一种面向人机对话情感内容控制的大语言模型适配框架EmoDiag，提升大语言模型的情感理解与回应能力。该研究为未来大模型驱动的智慧农业等应用场景中构建更加自然、和谐的人机共生体系提供了新的技术路径。

随着大语言模型在智能问答和人机交互中的广泛应用，模型在逻辑推理和知识表达方面已展现出卓越能力，但在情感理解与情绪回应方面仍存在明显不足。尤其是在心理支持、陪伴式交互等应用场景中，缺乏情感共鸣会显著降低交互质量。针对这一关键瓶颈，研究团队重新审视“共情对话”的建模机制，尝试在不破坏大模型通用能力的前提下，引入显式可控情感调节机制。

该研究创新地将可控文本生成方法与对话情感演化建模相结合，提出了一种非侵入式的大模型情感适配方法。提出的EmoDiag 框架利用对话历史中的细粒度情绪信息，预测当前交互所需的目标情感状态，并通过残差记忆变换器（Residual Memory Transformer）在Logit层对大语言模型生成的内容进行显式地情感控制和引导。该方法无需对大语言模型本身的参数进行微调，实现了“插件式”的情感控制，有效增强了大模型的人机交互体验。

在方法的内容生成质量和共情能力性能评测上，提出的方法与七种具有代表性的对话生成基线方法和两种主干大语言模型进行了对比分析，试验结果表明EmoDiag在无需对大语言模型参数进行微调的情况下能够高效提升其共情能力。与基线方法相比，EmoDiag 在内容生成质量和共情表现两方面均取得了更优的性能。在模型训练效率上，与全参数模型微调LLaMA2-7B相比，在NVIDIA A800 GPU上EmoDiag 在 GPU 显存占用方面降低了近50%，训练时间缩短了5倍。

IEEE Transactions on Audio, Speech and Language Processing（简称TASLP）由美国电气与电子工程师协会信号处理学会主办，是自然语言处理领域国际顶级学术期刊，清华大学和人工智能学会推荐的A类期刊。中国农业大学为该论文的第一完成单位，兴农学者（人工智能+）博士后张寒青（合作导师：曹志军教授、李振波教授）为论文第一作者兼通讯作者，北京理工大学计算机学院宋大为教授为论文共同作者。

曹志军教授是我校2115国家级创新团队“智能养殖与饲料高效利用”负责人，2015年首次提出奶牛母子一体化养殖理念与关键技术，牵头成立国际后备牛培育协作创新平台（International Calf and Heifer Organization），主办四届国际后备牛大会（2018，2020，2022，2024）。第一或通讯作者在农业、奶业与动物科学领域顶级期刊《奶业科学杂志》（Journal Dairy Science）发表文章16篇，多篇论文发表于《细胞代谢》（Cell Metabolism）、《宏》（iMeta）、《微生物组》（Microbiome）等国际知名期刊，2篇入选ESI高被引论文，5篇入选杂志亮点文章。主持制定国家、行业、团体标准11项，成果入选农业农村部主推技术5项。获教育部科技进步一等奖（2019，排名1）、神农中华农业科技奖优秀创新团队（2023，排名1）、国家级教学成果二等奖（2023，排名1）、国家科技进步二等奖（2014，排名5）等。2025年1月发布首个国际畜牧领域垂类大模型——孺子牛，实现对牧场全流程的数字化管理与智能化决策支持，有效提升牧场运营效率和管理水平，被中央广播电视总台、科技日报等央级媒体、权威媒体的持续报道，入选农业农村部智慧农业发展前沿首期案例、教育部2025年“人工智能赋能高等教育人才培养”案例课程等，在国内外具有一定的影响力。