La Conversation de Soutien Émotionnel (CSE) vise à fournir une assistance émotionnelle empathique et efficace par le biais du dialogue, répondant à la demande croissante de soutien en santé mentale. Cet article présente notre solution pour l'évaluation CSE de la tâche 8 du NLPCC 2025, où nous utilisons des modèles de langage à grande échelle améliorés par des techniques d'ingénierie des prompts et de fine-tuning. Nous explorons à la fois les stratégies d'adaptation à faible rang (Low-Rank Adaptation) et les stratégies de fine-tuning à paramètres complets pour améliorer la capacité du modèle à générer des réponses de soutien appropriées au contexte. Notre meilleur modèle a obtenu le deuxième rang dans la compétition, soulignant le potentiel de combiner les grands modèles de langage (LLMs) avec des méthodes d'adaptation efficaces pour les tâches CSE. Les travaux futurs se concentreront sur l'amélioration de la compréhension émotionnelle et sur la personnalisation des réponses pour construire des systèmes de soutien émotionnel plus pratiques et fiables.