小狮博客本文将EEM理论应用于RAG系统的编码阶段，提出情绪驱动的深度编码机制：当用户输入的情绪唤醒度超过阈值时，系统执行多维信息提取——除事实外，同步捕获用户的深层动机、语境线索及Agent的回应策略，将单维的“原话记录”转化为四维的“事件描述”。我们在EmpatheticDialogues多轮对话数据集上评估该机制，结果表明：深度编码使Agent的共情力提升4.0%，生动度呈现一致提升趋势。本实验将EEM效应可计算化地引入RAG编码阶段，尝试研究“情绪影响编码”这一设想。
本文将EEM理论应用于RAG系统的编码阶段，提出情绪驱动的深度编码机制：当用户输入的情绪唤醒度超过阈值时，系统执行多维信息提取——除事实外，同步捕获用户的深层动机、语境线索及Agent的回应策略，将单维的“原话记录”转化为四维的“事件描述”。我们在EmpatheticDialogues多轮对话数据集上评估该机制，结果表明：深度编码使Agent的共情力提升4.0%，生动度呈现一致提升趋势。本实验将EEM效应可计算化地引入RAG编码阶段，尝试研究“情绪影响编码”这一设想。