RESCUE-BENCH：面向关系感知多方情感支持对话系统的基准

研究者构建了 RESCUE 基准，用于评估 LLM 能否捕捉并利用多人关系中不断变化的动态来提供情感支持。该基准取自真实情侣与家庭访谈对话，包含 191 个样本、7,079 个标注轮次和 1,064.8 分钟视频，定义了关系理解与关系敏感支持两类能力下的六项任务。对十款 LLM 的实验显示，模型在依赖局部情绪线索的任务上表现尚可，但在关系模式预测、观点预测和支持策略预测等关系密集型任务上表现不佳。