首頁(yè) 資訊 PsycoLLM：開(kāi)源的中文心理大模型，免費(fèi) AI 心理醫(yī)生，支持心理健康評(píng)估與多輪對(duì)話

PsycoLLM：開(kāi)源的中文心理大模型，免費(fèi) AI 心理醫(yī)生，支持心理健康評(píng)估與多輪對(duì)話

來(lái)源：泰然健康網(wǎng) 時(shí)間：2025年05月07日 23:21

2025-01-07 1571 發(fā)布于廣東

版權(quán)

舉報(bào)

版權(quán)聲明：

本文內(nèi)容由阿里云實(shí)名注冊(cè)用戶自發(fā)貢獻(xiàn)，版權(quán)歸原作者所有，阿里云開(kāi)發(fā)者社區(qū)不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。具體規(guī)則請(qǐng)查看《阿里云開(kāi)發(fā)者社區(qū)用戶服務(wù)協(xié)議》和《阿里云開(kāi)發(fā)者社區(qū)知識(shí)產(chǎn)權(quán)保護(hù)指引》。如果您發(fā)現(xiàn)本社區(qū)中有涉嫌抄襲的內(nèi)容，填寫侵權(quán)投訴表單進(jìn)行舉報(bào)，一經(jīng)查實(shí)，本社區(qū)將立刻刪除涉嫌侵權(quán)內(nèi)容。

?? 如果你也關(guān)注 AI 的發(fā)展現(xiàn)狀，且對(duì) AI 應(yīng)用開(kāi)發(fā)非常感興趣，我會(huì)每日分享大模型與 AI 領(lǐng)域的最新開(kāi)源項(xiàng)目和應(yīng)用，提供運(yùn)行實(shí)例和實(shí)用教程，幫助你快速上手AI技術(shù)，歡迎關(guān)注我哦！

微信公眾號(hào)｜搜一搜：蠔油菜花

快速閱讀

功能：支持心理健康評(píng)估、多輪對(duì)話、情緒識(shí)別與心理知識(shí)普及。 技術(shù)：基于高質(zhì)量心理數(shù)據(jù)集訓(xùn)練，采用 Transformer 架構(gòu)和多步數(shù)據(jù)優(yōu)化流程。 應(yīng)用：適用于個(gè)人心理健康支持、心理咨詢、學(xué)生心理健康教育及社區(qū)心理健康服務(wù)。

正文（附運(yùn)行示例）

PsycoLLM 是什么

PsycoLLM 是合肥工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院推出的中文心理大語(yǔ)言模型，專注于心理健康領(lǐng)域的研究與應(yīng)用。該模型基于高質(zhì)量的心理數(shù)據(jù)集進(jìn)行訓(xùn)練，涵蓋單輪問(wèn)答、多輪對(duì)話和基于知識(shí)的問(wèn)答等多種數(shù)據(jù)類型，旨在提升對(duì)心理健康問(wèn)題的理解和評(píng)估能力。

PsycoLLM 在專業(yè)倫理、理論知識(shí)和案例分析等多維度的心理基準(zhǔn)測(cè)試中表現(xiàn)出色，相較于其他模型，展現(xiàn)出更強(qiáng)的性能和更準(zhǔn)確的判斷能力。它為心理健康領(lǐng)域的研究和應(yīng)用提供了有力的技術(shù)支持，能夠幫助用戶獲得心理支持、情緒調(diào)節(jié)建議以及心理健康知識(shí)普及。

PsycoLLM 的主要功能

心理問(wèn)題理解與回答：準(zhǔn)確理解用戶提出的心理問(wèn)題，并給出專業(yè)、準(zhǔn)確的回答，幫助用戶獲得心理支持和指導(dǎo)。 多輪對(duì)話交互：支持與用戶進(jìn)行多輪對(duì)話，基于連續(xù)的問(wèn)答交互，深入了解用戶的心理狀態(tài)和需求，提供更具針對(duì)性的建議和幫助。 心理知識(shí)普及與教育：用豐富的心理學(xué)知識(shí)庫(kù)，向用戶普及心理健康知識(shí)，提高用戶對(duì)心理問(wèn)題的認(rèn)識(shí)和自我調(diào)節(jié)能力。 情緒識(shí)別與支持：識(shí)別用戶的情緒狀態(tài)，如焦慮、抑郁等，提供相應(yīng)的情緒支持和安慰，幫助用戶緩解情緒困擾。 心理健康評(píng)估與建議：對(duì)用戶的心理健康狀況進(jìn)行初步評(píng)估，根據(jù)評(píng)估結(jié)果給出相應(yīng)的建議，如尋求專業(yè)心理咨詢、進(jìn)行自我調(diào)節(jié)等。

PsycoLLM 的技術(shù)原理

高質(zhì)量數(shù)據(jù)集訓(xùn)練：基于高質(zhì)量的心理數(shù)據(jù)集進(jìn)行訓(xùn)練，涵蓋豐富的心理學(xué)知識(shí)和真實(shí)的心理咨詢場(chǎng)景，確保模型能學(xué)習(xí)到專業(yè)的心理知識(shí)和對(duì)話技巧。 多步數(shù)據(jù)生成與優(yōu)化流程：在多輪對(duì)話數(shù)據(jù)的生成過(guò)程中，采用多步流程，包括多輪問(wèn)答生成、證據(jù)判斷和對(duì)話優(yōu)化，提升對(duì)話的連貫性、真實(shí)性和適用性。 監(jiān)督式微調(diào)：在預(yù)訓(xùn)練模型的基礎(chǔ)上，基于監(jiān)督式微調(diào)進(jìn)一步提升模型在心理學(xué)領(lǐng)域的性能，確保模型能更好地理解和生成與心理學(xué)相關(guān)的文本。 Transformer 架構(gòu)：采用 Transformer 架構(gòu)作為核心模型結(jié)構(gòu)，利用自注意力機(jī)制捕捉文本中的長(zhǎng)距離依賴關(guān)系，實(shí)現(xiàn)對(duì)文本的高效理解和生成。

如何運(yùn)行 PsycoLLM

1. 克隆本項(xiàng)目至本地

git clone https://github.com/MACLAB-HFUT/PsycoLLM.git 2. 配置環(huán)境

conda create -n PsycoLLM python=3.10 conda activate PsycoLLM pip install -r requirements.txt 3. 運(yùn)行 Python 文件 run.py

若在單卡上運(yùn)行，則：

python run.py

若在多張顯卡上運(yùn)行，可選擇使用 deepspeed zero2 或 deepspeed zero3：

export CUDA_VISIBLE_DEVICES=0,1 deepspeed --num_gpus=2 run.py --deepspeed_config ds_z3_config.json 4. 開(kāi)始交互

運(yùn)行上述命令后，您可以通過(guò)命令行與 PsycoLLM 進(jìn)行交互，體驗(yàn)其多輪對(duì)話和心理健康評(píng)估功能。

資源

GitHub 倉(cāng)庫(kù)：https://github.com/MACLAB-HFUT/PsycoLLM HuggingFace 模型庫(kù)：https://huggingface.co/MACLAB-HFUT/PsycoLLM arXiv 技術(shù)論文：https://arxiv.org/pdf/2407.05721

微信公眾號(hào)｜搜一搜：蠔油菜花