基于大语言模型（LLM）的情感思维链（Emotion Chain-of-Thought）推理如何提升可解释性？ 热门官方

回答：情感思维链推理通过显式拆解“情感识别→因果分析→干预建议”的逻辑步骤，解决LLM情感决策的“黑箱”问题。例如，面对用户语句“项目搞砸了，但我尽力了”，模型生成思维链：“1. 识别关键词‘搞砸了’（负面事件）→‘尽力了’（自我辩护）→情感倾向为‘委屈’（Valence=-0.5, Arousal=0.6）；2. 因果分析：事件结果（项目失败）与自我认知（尽力）冲突→引发‘未被认可的委屈’；3. 干预建议：共情‘你的努力值得肯定’+聚焦‘下次如何优化’”。实验显示，思维链使模型情感决策的人类可理解性评分从5.2提升至8.7（10分制），且错误推理率下降40%。