摘要
大型语言模型（LLM）在情感智能（EI）和长文本处理领域取得了显著进展，但在“长文本语境下的情感处理”这一交叉点上，现有的基准测试仍存在空白。真实的心理咨询、情感陪伴场景往往伴随着漫长、复杂且充满噪音的对话流。港大、城市大学等机构联合推出的LongEmotion基准，填补了这一空白。该基准不仅包含六大任务（平均上下文长度达 15k tokens），更提出了Collaborative Emotional Modeling (CoEM)框架——一种结合 RAG 与多智能体协作的新架构，旨在解决长文本下的情感推理难题。本文将从问题背景、基准设计、CoEM 框架实现及实验分析四个维度尝试进行拆解。
1. 核心问题：情感智能在长文本中的“迷失”
现有的 LLM 情感智能评估（如 EmoBench, EQ-Bench）大多基于短文本或合成对话。然而，根据情感信息处理理论 (Affective Information Processing Theory)，人类处理情感是一个连续、动态且持久的过程。在长文本（Long-Context）场景下，模型面临三大挑战：
- Needle in a Haystack (大海捞针)：关键的情感线索往往淹没在大量的背景噪音中。模型能否在几万字的病历或对话中，精准定位到导致焦虑的那个童年创伤？
- Multidimensional EI (多维情感智能)：情感不仅仅是分类（开心/难过），还涉及
