ACLMay, 2024

CPsyCoun: 中文心理咨询的基于报告的多轮对话重建与评估框架

PDF
TL;DR使用大型语言模型（LLMs）辅助心理咨询是一个重要但具有挑战性的任务。我们提出了 CPsyCoun，一个面向中文心理咨询的基于报告的多轮对话重构和评估框架，旨在弥补现有数据集在咨询知识方面的不足，以及自动评估心理咨询过程中的多轮对话。竞争实验结果表明了我们提出的框架在心理咨询中的有效性。我们开源数据集和模型供将来的研究使用。
发现论文，激发创造
  • 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

  • SoulChat: 通过微调多轮同理心对话，提升 LLMs 的同理心、倾听和安慰能力

    通过使用多轮对话历史记录和更接近心理咨询师表达方式的回复进行微调，可以显著增强大型语言模型在心理辅导领域的共情能力。

    Nov, 2023

  • 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

  • 利用 LLMs 进行心理健康咨询的自动评估

    提出使用大型语言模型进行心理咨询工作联结评估的创新高效自动方法，通过结合指南，该方法在与人工评估的高度一致性的基础上提供有价值的心理咨询脚本洞察，将大型语言模型整合到评估过程中，提供一种经济实惠可靠的评估咨询质量的手段，增强整体效果。

    Feb, 2024

  • 利用大型语言模型预测中国辅导对话中的五大人格特征

    大型语言模型 (LLMs) 可以通过咨询对话预测个性特质。通过在咨询过程中运用角色扮演和基于问卷的提示，该研究提出了一种创新框架来实现这一目标。在实际咨询场景中，通过 853 个真实咨询对话的评估，发现 LLM 预测的个性特质与实际结果存在显著相关性，证明了该框架的有效性。同时，通过消融研究，强调了角色扮演模拟和通过问卷简化任务对提高预测准确性的重要性。此外，我们的经过精调的 Llama3-8B 模型在个性预测有效性方面实现了 130.95% 的改进，超过了 Qwen1.5-110B 的 36.94%。该研究提供了一个公开可用的代码和模型，为计算心理测量学的未来研究提供了有价值的工具。

    Jun, 2024

  • 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

  • 大型语言模型多轮医疗咨询自动评估框架

    该研究介绍了一种自动评估框架，评估了大型语言模型作为虚拟医生在多轮咨询中的实际能力，通过重构来自美国医疗执照考试的医学多项选择题，提出了一个基准测试集，并开发了综合评估指标。研究结果表明，使用培训集对大型语言模型进行微调，可以减轻幻觉并提高其在所提出基准上的性能。

    Sep, 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

    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。

    Aug, 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

  • CBT-LLM：面向认知行为疗法心理健康问答的中文大型语言模型

    通过大型语言模型，本研究设计了基于认知行为疗法的特定提示，生成了针对中国心理健康问答的 CBT QA 数据集，并利用该数据集对大型语言模型进行微调，从而产生了专为认知行为疗法技术设计的大规模语言模型 CBT-LLM。经验评估表明 CBT-LLM 在心理健康支持任务中能够产生结构化、专业和高度相关的回应，展示了其实用性和质量。

    Mar, 2024