Aug, 2023

利用大型语言模型增强心理咨询：面向非职业人员的多层面决策支持系统

PDF
TL;DR当代社交媒体领域中，用户表达负面情绪的数量惊人，其中一部分表现为强烈的自杀意向。因此，需要训练有素的心理咨询师进行有效的心理干预。然而，这些专业人员的培养通常是一项重要但耗时的任务，因此，调动非专业人员或志愿者在这方面的能力成为一个紧迫的问题。这篇论文介绍了一种基于大型语言模型构建的新模型，完全协助非专业人员在在线用户对话中提供心理干预。该框架使得以有意义的方式利用非专业心理咨询师的能力成为可能。通过对十名专业心理咨询师的综合研究，评估了该系统在五个关键维度上的效果。研究结果证实我们的系统能够相对准确地分析患者的问题并提供专业水平的策略建议，从而增强非专业人员的支持。这项研究为大型语言模型在心理学领域的应用提供了有力的验证，并为基于社区的心理健康支持奠定了基础。
social mediasuicidal intentionsartificial intelligencepsychological interventionslarge language models
发现论文，激发创造
  • 利用指令调校的大型语言模型优化心理咨询

    本文探讨了大型语言模型在心理咨询中的应用，通过专用提示信息来提高其在提供共情、相关和支持性回应方面的性能，研究结果表明我们的训练模型优于几个基线模型，凸显其作为可扩展且易于获取的心理健康支持工具的潜力。

    Jun, 2024

  • Psy-LLM：利用基于 AI 的大型语言模型扩展全球心理健康心理服务

    该研究提出了 Psy-LLM 框架，这是利用大型语言模型（LLMs）进行在线心理咨询问答的基于人工智能的系统，旨在提供心理健康支持，并通过评估证明了其在生成连贯和相关答案方面的有效性。

    Jul, 2023

  • 大型语言模型在心理健康咨询中的挑战

    全球精神健康危机，人工智能和大型语言模型能够支持或提供心理咨询，但其应用也引发了准确性、有效性、可靠性的担忧。本文研究了大型语言模型在心理咨询中面临的主要挑战，包括模型错觉、可解释性、偏见、隐私和临床有效性，并探讨了解决这些挑战的潜在方案，以改进心理健康护理。

    Nov, 2023

  • ChatCounselor：一个用于心理健康支持的大型语言模型

    ChatCounselor 是一种基于真实心理咨询对话构建的大型语言模型解决方案，它拥有专业心理学知识和咨询技巧，在咨询工作中具备专门化的能力；使用心理咨询评估的七个指标作为依据，通过 GPT-4 和精心设计的提示进行训练，ChatCounselor 在实际咨询问题上的表现超越了开源模型，接近于 ChatGPT，展示了通过高质量领域特定数据获得的模型能力的显著增强。

    Sep, 2023

  • 利用大型语言模型进行多级反馈生成以赋予新手同行辅导员能力

    利用大规模语言模型为初级精神治疗督导员提供多层次背景知识和文本反馈，以此提升大量使用同伴咨询的人群心理健康支持，通过与领域专家的定性和定量评估，确保高风险情境下潜在有害和低质量反馈的最小化。

    Mar, 2024

  • VCounselor：基于增强知识的大型语言模型的心理干预聊天机器人

    通过引入新的情感交互结构和知识增强结构，该研究提出了专用智能助手 VCounselor 来改善大型语言模型在心理干预中的有效性和可信度。研究结果表明，VCounselor 的情感交互结构和知识增强结构显著提高了心理干预的有效性和可信度，对客户情绪产生了积极的影响。该研究的结论强烈支持 VCounselor 在为客户提供心理支持方面具有重要优势，能够相对准确地分析患者问题并提供专业水平的建议，增强对客户的支持。

    Mar, 2024

  • 大型语言模型能否用于心理咨询？使用角色扮演对话分析 GPT-4 生成的回应

    通过角色扮演情景中，由专家心理咨询师提供咨询对话的数据，标注咨询师的意图，并通过第三方咨询师的评估，发现 GPT-4 生成的回答在咨询对话数据中与人类咨询师的回答具有竞争力。

    Feb, 2024

  • 大型语言模型的心理评估：注重隐私且具有成本效益的方法

    该研究探讨使用大型语言模型（LLMs）分析 Reddit 用户的文本评论，旨在实现两个主要目标：首先，找出支持预定义心理评估自杀风险的关键摘录；其次，总结材料以证实预先分配的自杀风险水平。该研究仅限于在本地运行的 “开源” LLMs 的使用，从而增强数据隐私。此外，该研究优先考虑计算要求低的模型，使其可供具有有限计算预算的个人和机构使用。该实施策略仅依靠精心设计的提示和语法来指导 LLM 的文本补全。尽管简单，评估指标显示出卓越结果，使其成为一种重要的关注隐私和成本效益的方法。这项工作是 2024 年计算语言学和临床心理学（CLPsych）共享任务的一部分。

    Feb, 2024

  • 使用决策转换器和大型语言模型实现心理咨询和心理疗法中的对话主题推荐

    通过离线强化学习，我们利用决策变压器架构在患者和心理健康专业人员之间的咨询对话中进行主题推荐，展示了优于基准强化学习方法的改进，并提出了一种新的系统来利用我们模型的输出作为相同任务的大型语言模型的合成标签进行微调。

    May, 2024

  • 增强心理疗法咨询：利用大型语言模型增强咨询对话的数据增强管道

    我们提出了一个使用大型语言模型将单轮心理疗法咨询会话转化为多轮交互的流程，通过信息提取和多轮咨询生成两个主要步骤，显著提高了大型语言模型在心理健康咨询方面生成高质量多轮对话的能力。

    Jun, 2024