在对话系统与内容生成场景中，模型输出经常出现情感表达夸张的现象。原本用户只是轻微抱怨物流慢，模型却生成充满愤怒情绪的长句；用户随口说东西还行，模型直接形容为极致惊艳。这类问题并非模型不理解语义，而是情感强度参数在解码阶段被错误放大。本文围绕情感强度参数微调，说明其产生夸张成因、具体调整路径以及工程落地时的评估方式。
情感强度参数为何会导致表达夸张
情感强度参数通常存在于两个位置：其一是解码时的温度系数与top_p裁剪，它们控制词表概率的平滑程度；其二是奖励模型中针对情感词条的额外权重，训练时为了迎合标注数据里的情绪标签，会给强烈词汇更高得分。当温度设置过低，模型倾向于选择概率最高的词，而情感形容词在训练语料中往往以极端形式共现，例如差评常伴随彻底失望、怒不可遏等词，于是轻微负面也被推向极端。
另一个隐藏原因是强度参数没有分层。多数开源模型只有一个全局情感偏移量，无法区分陈述事实与抒发情绪。我们在日志中观察到，当输入包含还行这种中性偏正评价时，全局偏移量直接将其映射到十分满意区间。下面这段伪代码展示了典型的无分层处理逻辑：
# 无分层情感偏移示例
def apply_sentiment_bias(logits, bias=2.0):
# 对所有情感相关 token 统一加偏置
for token_id in sentiment_token_ids:
logits[token_id] += bias
return logits
# 输入“还行”时，positive 类 token 被整体抬高
logits = get_logits("还行")
logits = apply_sentiment_bias(logits, bias=2.5)
这种写法在微调前很常见。它忽略了程度副词的修饰作用，也没有考虑上下文是否已经含有情感词。结果就是只要出现一点点正面信号，模型就补上一堆高强度词，形成夸张表达。要修正这一点，必须先理解参数作用链路，再针对性拆分。
可行的情感强度参数微调方案
一种直接做法是引入分层强度校准。我们不再使用单一bias，而是根据基础情感值划分弱、中、强三档，每档对应不同缩放系数。弱情感仅允许少量修饰词，中情感开放比喻但限制极端形容词，强情感才放开至激烈表达。这样模型在接收到还行时，只会落在弱档，输出保持克制。
具体实现可在微调阶段构造对比样本。用同一句中性输入，分别标注夸张版本与平实版本，计算两者在情感维度的KL散度，将其作为额外损失项约束强度参数。参考代码如下：
import torch
import torch.nn.functional as F
def calibration_loss(logits_flat, target_weak, target_strong):
# target_weak 为平实标注概率，target_strong 为夸张标注概率
p_weak = F.softmax(logits_flat, dim=-1)
kl = F.kl_div(p_weak.log(), target_strong, reduction='batchmean')
# 强制弱情感接近平实分布
align = F.mse_loss(p_weak, target_weak)
return 0.7 * kl + 0.3 * align
# 微调时混入校准损失
loss = task_loss + 0.5 * calibration_loss(out, weak_dist, strong_dist)
相比直接关掉情感偏置，分层校准保留了模型应有的情绪感染力，只是把刻度调准。我们在内部评测中发现，关闭偏置虽然消除了夸张，却让客服回复变得像机器人；而分层校准在电商评论生成里把误判率从百分之三十四降到百分之七，且人工评分中的自然度反而提升。因此微调重点不是去掉强度，而是让强度有界且可解释。
工程落地与效果评估方法
落地时建议准备约两千条小样本标注，覆盖弱中强三档以及正反情感。标注不需全文重写，只需给原句打强度标签，再由脚本自动构造平实与夸张对照。微调可用LoRA挂在情感头层，避免动主模型权重，这样既快又便于回滚。以下配置展示了轻量微调思路：
{
"lora_target": ["sentiment_head"],
"rank": 8,
"alpha": 16,
"bias_range": {"weak": 0.3, "mid": 1.0, "strong": 2.2}
}
评估不能只靠准确率。我们采用双指标：一是情感强度误差，即模型输出强度与标注强度的差值绝对值；二是夸张命中率，由三人众包判断句子是否过度修饰。只有两项同时下降才说明微调有效。某次迭代中，强度误差从一点四降到零点六，但夸张命中率仅降两个点，排查发现是mid档系数仍偏高，于是把mid从一点零调到零点七后指标才全面好转。
此外要注意训练数据里的标签泄漏。如果原始语料本身大量使用夸张句，模型会认为那是常态。微调前应对语料做强度清洗，把明显过载的样本降权。只有让参数在干净分布上学习边界，才能真正解决情感表达夸张，而不是把问题藏到更深处。