ESC-Skills: 감정적 지원 대화를 위한 기술 발견 및 자체 진화 프레임워크

ESC-Skills: Discovering and Self-Evolving Skills for Emotional Support Conversations

기존의 감정적 지원 대화(ESC) 시스템은 주로 end-to-end 응답 생성 또는 개략적인 전략 감독에 의존하며, 이는 제한된 해석 가능성을 제공하고 체계적인 기술 향상에 대한 지지력이 부족합니다. 본 논문에서는 실행 가능한 감정적 지원 기술을 발견하고 자체적으로 발전시키는 기술 중심 프레임워크인 ESC-Skills를 제안합니다. 우리는 먼저 지역화된 지원 상호 작용을 '개입 단위(Intervention Units, IUs)'로 모델링하며, 이는 지원 요청자의 상태, 지원 개입, 그리고 응답 후의 감정 변화 간의 상태-행동-결과 역학 관계를 포착합니다. 성공적이고 실패한 ESC 대화에서 추출된 IUs를 기반으로, 우리는 'ESC-Skills Bank'라는 실행 가능한 감정적 지원 기술 저장소를 구축합니다. 이 저장소에는 개입 지침, 적용 조건, 예상 결과 및 잠재적인 위험이 포함되어 있습니다. 또한, 더욱 강력한 성능을 확보하기 위해, ESC 에이전트가 SAGE 평가 하에서 다양한 시뮬레이션된 사용 프로필과 상호 작용하는 다중 프로파일 자체 진화 개선 프레임워크를 도입합니다. 이 상호 작용 기록은 누락된 기술, 위험한 개입 및 프로필별 오류 패턴을 식별하기 위해 분석되며, 이를 통해 시뮬레이션을 기반으로 Skills Bank를 개선합니다. 실험 결과는 ESC-Skills가 응답 수준의 품질과 대화 수준의 감정적 결과를 모두 향상시키며, 보다 해석 가능하고 제어 가능한 지원 행동을 제공함을 보여줍니다. 코드, 프롬프트 및 ESC-Skills Bank는 https://github.com/aliyun/qwen-dianjin 에서 공개될 예정입니다.

Existing emotional support conversation (ESC) systems mainly rely on end-to-end response generation or coarse strategy supervision, offering limited interpretability and little support for systematic skill improvement. We propose ESC-Skills, a skill-centric framework that discovers and self-evolves executable emotional support skills. We first model localized support interactions as Intervention Units (IUs), which capture state--action--outcome dynamics between seeker states, support interventions, and post-response emotional changes. Based on IUs extracted from both successful and failed ESC dialogues, we construct the ESC-Skills Bank, a repository of executable emotional support skills containing intervention guidance, applicability conditions, expected outcomes, and potential risks. To further improve robustness, we introduce a multi-profile self-evolutionary refinement framework in which an ESC agent interacts with diverse simulated seeker profiles under SAGE evaluation. The resulting interaction traces are analyzed to identify missing skills, unsafe interventions, and profile-specific failure patterns, which are then used to refine the Skills Bank through simulation-based verification. Experimental results demonstrate that ESC-Skills improves both response-level quality and dialogue-level emotional outcomes while providing more interpretable and controllable support behaviors. We will release the code, prompts, and ESC-Skills Bank at https://github.com/aliyun/qwen-dianjin.