CBT-LLM: A Chinese Large Language Model for Cognitive Behavioral Therapy-based Mental Health QA

本篇文章属于LLM系列内容，主要涉及对《CBT-LLM: A Chinese Large Language Model for Cognitive Behavioral Therapy-based Mental Health Question Answering》这一文献的译介工作。

CBT-LLM：一个基于认知行为治疗的心理健康问答的中文大语言模型

• 摘要
  • 1 引言
  • 2 相关研究
  • 3 技术手段
  • 4 测试分析
  • 5 总结与后续方向
  • 6 不足之处

摘要

人工智能技术的最新突破揭示了语言模型在心理健康辅助方面的巨大应用前景。尽管已有基于心理健康服务平台数据训练的模型实现了初步成效，但在面对数据资源有限、信息质量参差不齐以及保障心理干预技术科学性等难题时，仍面临诸多障碍。为解决上述问题，本研究提出了一种创新性策略，借助大型语言模型来增强心理支持服务的精准度与实效性。具体实施过程中，我们构建了一个基于认知行为疗法（CBT）核心理念的特定提示机制，并据此生成了CBT QA数据集，该数据集专为符合CBT结构化干预框架的中国心理健康问答场景而设计。相较于以往方法，本研究的数据集更加强调回答的专业性与系统性。依托这一数据集，我们对大型语言模型进行了参数调整与优化，最终开发出CBT-LLM——一种专门针对认知行为治疗技术进行定制