論文の概要: PsyLite Technical Report
- arxiv url: http://arxiv.org/abs/2506.21536v1
- Date: Thu, 26 Jun 2025 17:54:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-27 19:53:10.235637
- Title: PsyLite Technical Report
- Title（参考訳）: PsyLite 技術報告
- Authors: Fangjun Ding, Renyu Zhang, Xinyu Feng, Chengye Xie, Zheng Zhang, Yanting Zhang,
- Abstract要約: PsyLiteは、ベースモデルであるInternLM2.5-7B-chatをベースに開発された、軽量な心理カウンセリング大言語モデルエージェントである。
モデルの深い推論能力、心理的カウンセリング能力、安全な対話能力を高める。
条件付きRAGは、心理カウンセリング中に適切なタイミングでクロストークユーモア要素を導入し、ユーザエクスペリエンスを向上させるように設計されている。
- 参考スコア（独自算出の注目度）: 6.7706541144197985
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the rapid development of digital technology, AI-driven psychological counseling has gradually become an important research direction in the field of mental health. However, existing models still have deficiencies in dialogue safety, detailed scenario handling, and lightweight deployment. To address these issues, this study proposes PsyLite, a lightweight psychological counseling large language model agent developed based on the base model InternLM2.5-7B-chat. Through a two-stage training strategy (hybrid distillation data fine-tuning and ORPO preference optimization), PsyLite enhances the model's deep-reasoning ability, psychological counseling ability, and safe dialogue ability. After deployment using Ollama and Open WebUI, a custom workflow is created with Pipelines. An innovative conditional RAG is designed to introduce crosstalk humor elements at appropriate times during psychological counseling to enhance user experience and decline dangerous requests to strengthen dialogue safety. Evaluations show that PsyLite outperforms the baseline models in the Chinese general evaluation (CEval), psychological counseling professional evaluation (CPsyCounE), and dialogue safety evaluation (SafeDialBench), particularly in psychological counseling professionalism (CPsyCounE score improvement of 47.6\%) and dialogue safety (\safe{} score improvement of 2.4\%). Additionally, the model uses quantization technology (GGUF q4\_k\_m) to achieve low hardware deployment (5GB memory is sufficient for operation), providing a feasible solution for psychological counseling applications in resource-constrained environments.
- Abstract（参考訳）: デジタル技術の急速な発展に伴い、AIによる心理的カウンセリングは、メンタルヘルス分野において、徐々に重要な研究方向となっている。
しかし、既存のモデルには、対話の安全性、詳細なシナリオハンドリング、軽量なデプロイメントに不足がある。
これらの課題に対処するため,本研究では,ベースモデルであるInternLM2.5-7B-chatをベースとした,軽量な心理カウンセリング大言語モデルエージェントであるPsyLiteを提案する。
2段階のトレーニング戦略(ハイブリッド蒸留データ微調整とORPO選好最適化)を通じて、PsyLiteはモデルの深い推論能力、心理的カウンセリング能力、安全な対話能力を向上させる。
OllamaとOpen WebUIを使用したデプロイメントの後、Pipelinesでカスタムワークフローが作成される。
心理学的カウンセリングにおいて適切なタイミングでクロストークユーモア要素を導入し、ユーザエクスペリエンスを高め、対話の安全性を高めるための危険な要求を減らし、革新的な条件付きRAGを設計する。
評価の結果、PsyLiteは、中国の一般評価(CEval)、心理カウンセリング専門家評価(CPsyCounE)、対話安全性評価(SafeDialBench)、特に心理学カウンセリング専門家評価(CPsyCounEスコア47.6\%)、対話安全性(\safe{}スコア2.4\%)において、ベースラインモデルよりも優れていた。
さらに、このモデルは、量子化技術(GGUF q4\_k\_m)を用いて、低ハードウェア展開(動作に十分な5GBメモリ)を実現する。
関連論文リスト
- AI PsyRoom: Artificial Intelligence Platform for Segmented Yearning and Reactive Outcome Optimization Method [8.268828460773028]
心理学的カウンセリングは、メンタルヘルスサービスの需要の増加と専門職の不足により、大きな課題に直面している。
大規模言語モデル(LLM)は、心理学的カウンセリング、特に共感と感情的支援を支援する可能性がある。
本稿では,共感的,感情的ニュアンスのある会話を生成することで,心理カウンセリングを強化するためのマルチエージェント・シミュレーション・フレームワークであるAI PsyRoomを紹介する。
論文 参考訳（メタデータ） (2025-06-07T10:01:55Z) - Beyond Empathy: Integrating Diagnostic and Therapeutic Reasoning with Large Language Models for Mental Health Counseling [17.809187205107232]
PsyLLMは、メンタルヘルスカウンセリングの診断と治療的推論を統合するために設計された大きな言語モデルである。
このパイプラインは現実世界のメンタルヘルスポストを処理し、マルチターン対話構造を生成する。
厳密な多次元フィルタリングは、高品質で臨床的に整合した対話データを生成する。
論文 参考訳（メタデータ） (2025-05-21T16:24:49Z) - Ψ-Arena: Interactive Assessment and Optimization of LLM-based Psychological Counselors with Tripartite Feedback [51.26493826461026]
大規模言語モデル(LLM)の総合的評価と最適化のための対話型フレームワークであるPsi-Arenaを提案する。
アリーナは、心理学的にプロファイルされたNPCクライアントとの多段階対話を通じて現実世界のカウンセリングをシミュレートする現実的なアリーナ相互作用を特徴としている。
8つの最先端のLLM実験は、異なる実世界のシナリオと評価の観点で大きなパフォーマンス変化を示す。
論文 参考訳（メタデータ） (2025-05-06T08:22:51Z) - PsyCounAssist: A Full-Cycle AI-Powered Psychological Counseling Assistant System [6.868956036918275]
PsyCounAssistは、心理学的カウンセリングの実践を強化するために特別に設計された、包括的なAIによるカウンセリングシステムである。
マルチモーダル感情認識、自動構造化セッションレポート、パーソナライズされたAI生成フォローアップサポートを統合する。
Androidベースのタブレットデバイスにデプロイされたこのシステムは、現実のカウンセリングシナリオにおける実用性と柔軟性を実証する。
論文 参考訳（メタデータ） (2025-04-23T09:49:05Z) - DeepPsy-Agent: A Stage-Aware and Deep-Thinking Emotional Support Agent System [10.262822400879688]
DeepPsy-Agentは、心理学における3段階の援助理論とディープラーニング技術を組み合わせた革新的な心理学的支援システムである。
リアルな3万の心理的ホットラインの会話に基づいて、AIシミュレーション対話と専門家による再注釈戦略を用いて、高品質なマルチターン対話データセットを構築します。
論文 参考訳（メタデータ） (2025-03-20T05:59:29Z) - AutoCBT: An Autonomous Multi-agent Framework for Cognitive Behavioral Therapy in Psychological Counseling [57.054489290192535]
伝統的な個人の心理カウンセリングは主にニッチであり、心理学的な問題を持つ個人によって選択されることが多い。
オンラインの自動カウンセリングは、恥の感情によって助けを求めることをためらう人たちに潜在的な解決策を提供する。
論文 参考訳（メタデータ） (2025-01-16T09:57:12Z) - Enhancing AI-Driven Psychological Consultation: Layered Prompts with Large Language Models [44.99833362998488]
我々は, GPT-4 のような大規模言語モデル (LLM) を用いて, 心理的コンサルテーションサービスの強化について検討する。
提案手法では,ユーザ入力に動的に適応する新しい階層型プロンプトシステムを提案する。
また,LLMの感情的インテリジェンスを高めるために,共感とシナリオに基づくプロンプトを開発する。
論文 参考訳（メタデータ） (2024-08-29T05:47:14Z) - K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳（メタデータ） (2023-12-16T08:10:10Z) - JoTR: A Joint Transformer and Reinforcement Learning Framework for
Dialog Policy Learning [53.83063435640911]
対話政策学習(DPL)は対話モデリングの重要な構成要素である。
フレキシブルな対話行動を生成するための新しいフレームワークであるJoTRを導入する。
従来の方法とは異なり、JoTRはよりダイナミックで適応可能な対話アクション生成を可能にするワードレベルのポリシーを定式化している。
論文 参考訳（メタデータ） (2023-09-01T03:19:53Z) - Modelling Hierarchical Structure between Dialogue Policy and Natural
Language Generator with Option Framework for Task-oriented Dialogue System [49.39150449455407]
HDNOは、特定の対話行為表現の設計を避けるために潜在対話行為を設計するためのオプションフレームワークである。
RL,LaRL,HDSAで学習した単語レベルE2Eモデルと比較して,マルチドメイン対話のデータセットであるMultiWoz 2.0とMultiWoz 2.1でHDNOをテストする。
論文 参考訳（メタデータ） (2020-06-11T20:55:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。