[项目推荐]EmoLLM-心理健康大模型

EmoLLM开源大模型:基于指令微调与LoRA的心理健康AI助手实战 指令微调(Instruction Tuning)是让通用大模型适应特定领域任务的核心技术,其原理是通过高质量、结构化的指令-输出数据对,引导模型学习特定领域的对话模式与知识。这项技术对于实现AI在垂直领域的深度应用具有重要价值,尤其在需要高度专业性与安全性的场景中。在心理健康支持领域,结合LoRA等参数高效微调方法,开发者能够以较低算力成本,将通用对话模型转化为具备共情能力与专业边界的AI助手。本文以EmoLLM开源项目为例,详细解析了如何通过数据构建、模型选型、QLoRA微调及部署评测的全流程,实现一个安 阅读详情

EmoLLM 是一系列能够支持理解用户-支持用户-帮助用户心理健康辅导链路的开源心理健康大模型,由LLM指令微调而来。它旨在全面理解和促进个体、群体乃至整个社会的心理健康状态。

项目介绍

  • GitHub:https://github.com/SmartFlowAI/EmoLLM 【EmoLLM项目提供了完善的中英文文档,包含了数据-微调-部署-RAG-评测-工具等全链路文档,并提供了社群支持答疑(见下文二维码)。本项目会持续活跃更新,欢迎关注star~】

  • 在线体验链接:

  • EmoLLM-温柔御姐艾薇(aiwei)在线体验链接:https://openxlab.org.cn/apps/detail/ajupyter/EmoLLM-aiwei

  • EmoLLM-v2.0在线体验链接:https://openxlab.org.cn/apps/detail/Farewell1/EmoLLMV2.0

  • EmoLLM-v1.0在线体验链接:https://openxlab.org.cn/apps/detail/jujimeizuo/EmoLLM

  • 模型地址:

  • EmoLLM-温柔御姐艾薇(aiwei)模型地址:https://openxlab.org.cn/models/detail/ajupyter/EmoLLM_aiwei

  • EmoLLM-v2.0模型地址:https://openxlab.org.cn/models/detail/ajupyter/EmoLLM_internlm2_7b_full

  • EmoLLM-v1.0模型地址:https://openxlab.org.cn/models/detail/jujimeizuo/EmoLLM_Model

  • 更多详情请关注 Github

  • EmoLLM 模型包含以下几个关键组成部分:

  • 认知因素:涉及个体的思维模式、信念系统、认知偏差以及解决问题的能力。认知因素对心理健康有重要影响,因为它们影响个体如何解释和应对生活中的事件。

  • 情感因素:包括情绪调节、情感表达和情感体验。情感健康是心理健康的重要组成部分,涉及个体如何管理和表达自己的情感,以及如何从负面情绪中恢复。

  • 行为因素:涉及个体的行为模式、习惯和应对策略。这包括应对压力的技巧、社交技能以及自我效能感,即个体对自己能力的信心。

  • 社会环境:包括家庭、工作、社区和文化背景等外部因素,这些因素对个体的心理健康有着直接和间接的影响。

  • 生理健康:身体健康与心理健康紧密相关。良好的身体健康可以促进心理健康,反之亦然。

  • 心理韧性:指个体在面对逆境时的恢复力和适应能力。心理韧性强的人更能够从挑战中恢复,并从中学习和成长。

  • 预防和干预措施:心理健康大模型还包括预防心理问题和促进心理健康的策略,如心理教育、心理咨询、心理治疗和社会支持系统。

  • 评估和诊断工具:为了有效促进心理健康,需要有科学的工具来评估个体的心理状态,以及诊断可能存在的心理问题。

目前已经开源的模型配置如下(基于 Xtuner):


对话案例

  • 提供通用的心理咨询师、专业的心理咨询师、多种角色的心理咨询师(目前已发布温柔御姐心理医生艾薇、爹系男友心理咨询师、老母亲心理咨询师、严谨科学家四种角色),可自由选择。


研发团队

  • 本项目由南开大学在读硕士(DataWhale成员)发起,多位联合负责人共同维护,由来自北京大学、华中科技大学、北京航空航天大学、江南大学、中科院自动化研究所、哈尔滨工业大学、宾夕法尼亚大学、中国石油大学、南京理工大学、西安电子科技大学、太原理工大学、复旦大学、飞桨领航团、微软等多所高校/企业的博士、硕士、本科生及个人开发者共同参与研发。

荣誉

  • 项目荣获上海人工智能实验室举办的2024浦源大模型系列挑战赛春季赛创新创意奖。

  • 项目荣获公众号NLP工程化推文宣传。


未来规划

  • 未来 EmoLLM 将持续迭代,不断提升模型的专业能力和用户体验,路线图如下:

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

心理医生AI的诞生:用DeepSeek构建情感对话系统的全流程拆解 本文详细介绍了如何利用DeepSeek大语言模型构建专业心理咨询AI的全流程,包括数据准备、模型微调和部署实践。通过领域适配微调技术,使AI具备心理咨询的专业对话能力,有效缓解心理健康服务资源短缺问题。文章还探讨了伦理安全机制和持续学习策略,为开发专业领域AI提供了实用指南。 阅读详情

相关推荐

构建面向心理健康的智能助手——基于EmoLLM的探索

EmoLLM作为一款专注于心理健康的AI产品,不仅体现了技术的先进性,更展现了对人文关怀的深刻理解。它为我们提供了一种全新的方式来理解、支持和改善心理健康,为构建更加和谐的社会关系和个体福祉开辟了新的道路。

这里汇聚了前沿的技术分享与实用的开发技巧,带你探索从创意到企业的技术创业之路。 516

EmoLLM-心理健康大模型

心理健康大模型(Mental Health Grand Model)是一个综合性的概念,它旨在全面理解和促进个体、群体乃至整个社会的心理健康状态。该项目使用Git进行版本管理。贡献使开源社区成为一个学习、激励和创造的绝佳场所。你所作的任何贡献都是。@datawhale成员、南开大学在读硕士。该项目签署了MIT 授权许可,详情请参阅。心理健康辅导链路的心理健康大模型,由。指令微调而来,欢迎大家star~⭐⭐。本篇README.md面向开发者。@哈尔滨工业大学(威海)在读本科生。本次微调用到的数据集见。

厚积而薄发 2455

EmoLLM:大语言模型的情感增强训练与部署实践

大语言模型(LLM)在自然语言处理领域展现出强大的通用能力,其核心原理是基于海量文本数据的预训练与指令微调,使模型能够理解和生成连贯的文本。然而,通用模型在情感理解与表达这一关键维度上往往存在“情感鸿沟”,其回复可能过于客观或机械,缺乏共情力与情感支持性。这限制了其在需要深度人机交互场景中的应用价值。为了解决这一问题,情感计算技术应运而生,它旨在赋予AI识别、理解和响应人类情感的能力。通过构建高质量、多维度标注的情感数据集,并采用分阶段训练策略(如情感感知预训练、情感化回复生成及基于人类反馈的情感强化学习)

weixin_28295799的博客 579

EmoLLM-心理健康大模型项目介绍

【EmoLLM项目提供了完善的中英文文档,包含了数据-微调-部署-RAG-评测-工具等全链路文档,并提供了社群支持答疑(见下文二维码)。本项目会持续活跃更新,欢迎关注star~】在线体验链接:模型地址:EmoLLM-温柔御姐艾薇(aiwei)模型地址: https://openxlab.org.cn/models/detail/ajupyter/EmoLLM_aiwei。

厚积而薄发 2568

AI大模型应用入门实战与进阶:34. AI大模型在心理学领域的应用

1.背景介绍 心理学是研究人类心理活动和心理过程的科学。随着人工智能技术的发展,AI大模型在心理学领域的应用也逐渐成为可能。这篇文章将介绍AI大模型在心理学领域的应用,包括背景介绍、核心概念与联系、核心算法原理和具体操作步骤、数学模型公式详细讲解、具体代码实例和详细解释说明、未来发展趋势与挑战以及附录常见问题与解答。

AI天才研究院 1076

避坑指南:Qt5.14.2 ARM交叉编译中那些你可能遇到的‘坑’及解决方案

本文深度解析了Qt 5.14.2在ARM架构上进行交叉编译的完整流程与常见难题。重点阐述了如何精准匹配交叉编译器与目标板环境、正确配置sysroot以及使用configure参数的艺术,并针对编译过程中的头文件缺失、链接错误等典型“坑”提供了经过验证的解决方案,旨在帮助开发者成功构建适用于嵌入式设备的Qt运行时库。

weixin_29279101的博客 352

【亲测免费】 探索未来心理学:EmoLLM-心理健康大模型

探索未来心理学:EmoLLM-心理健康大模型 在数字化时代,我们正见证着人工智能的快速发展,尤其是在心理健康领域的应用。这就是为什么我们向您隆重推荐EmoLLM——一个全新的心理健康大模型,致力于理解、支持并帮助用户在心理健康方面的需求。EmoLLM是由一组经过精心微调的LLM模型组成的库,这些模型经过深度学习算法处理,能够提供富有同理心和专业知识的心理咨询体验。 项目技术分析 EmoLLM采用了...

gitblog_00034的博客 993

最近爆火的 Ontology 本体是什么?一文看懂基础概念 + 落地实操

1993 Tom Gruber原版定义:本体是对领域概念化模型的显式形式化规范。1998 Studer完善通用定义:本体是共享、明确、形式化的领域概念模型规范。大白话翻译:本体就是机器能看懂的行业词典+业务规则手册。数据库只管存数据,本体只管定规则,知识图谱是规则+数据结合体。区别于普通开源本体工具,这款国产商用本体平台核心优势:业务沙盘推演、可控业务数据写回、全链路字段级数据血缘审计,适配企业生产级业务落地。

驽马不舍 366

EmoLLM情感大模型快速部署指南

EmoLLM情感大模型快速部署指南 环境准备 在开始部署EmoLLM情感大模型前,需要确保您的系统满足以下硬件和软件要求: 硬件配置建议: 操作系统:推荐使用Ubuntu 22.04 LTS或更高版本 CPU:建议至少4核处理器,32GB内存 显卡:NVIDIA显卡,显存建议16GB以上(如RTX 4060Ti) 存储空间:至少50GB可用空间用于存放模型文件 软件依赖: Python 3....

gitblog_00218的博客 860

Python 爬虫实战:爬取评论数据做情感分析

摘要:本文介绍基于Python的京东商品评论爬取与情感分析全流程实现。通过Requests库抓取评论数据接口,结合JSON解析获取结构化评论信息。利用SnowNLP进行中文文本情感分析,量化用户评价的情感倾向(正面/负面/中性)。结果显示正面评论占比66.3%,负面评论13.3%,关键词分析发现"卡顿""发热"是主要负面因素。该方法可应用于产品优化、品牌管理等场景,为决策提供数据支持。

2503_91057718的博客 1709

万字长文介绍ARINC 653,以及在综合模块化航空电子设备(IMA)中的作用

ARINC 653 在综合模块化航空电子设备(IMA)的发展进程中扮演着极为关键的角色。从行业应用的实际情况来看,空客 A380 和波音 787 等先进飞机的航电系统套件充分体现了行业对 IMA 的高度重视和积极投入。在 IMA 架构下,核心软件具备强大的能力,能够支持多个航空电子应用程序的同时运行。这些应用程序可以并行开发,并高效地部署在同一个计算平台上,极大地提高了开发效率和系统集成度。ARINC 653 的出现为航空电子行业创造了一个充满活力和竞争力的商业环境。

2957

如何快速体验情感AI:EmoLLM心理健康大模型的完整入门指南

EmoLLM是一个专注于心理健康领域的开源情感对话大模型项目,旨在通过人工智能技术为用户提供温暖的情感支持和专业的心理陪伴。无论你是AI爱好者、开发者还是普通用户,都可以通过本指南快速上手这个强大的心理健康助手,开启情感AI的探索之旅。本指南将详细介绍从环境准备到实际体验的完整流程,帮助你轻松掌握EmoLLM的核心功能和使用方法。 ## 🌟 情感AI的独特价值与应用场景 在当今快节奏的社会中

gitblog_00840的博客 329

【Flutter 问题系列第 16 篇】如何防止软键盘弹出后顶掉内容

Flutter 如何防止软键盘弹出后顶掉内容

“Allen Su”的博客 3317

终极指南:用EmoLLM心理健康大模型打造你的专属AI心理咨询师

在数字时代,当深夜的孤独感袭来,当工作的压力让你喘不过气,当人际关系让你困惑不已,你是否曾渴望有一个随时在线的专业倾听者?EmoLLM心理健康大模型正是为此而生——这是一个专为情感支持和心理辅导设计的AI助手,通过先进的大语言模型技术,为你提供温暖、专业且个性化的心理陪伴。 想象一下,一个能理解你情绪波动、能分析你心理状态、能提供专业建议的AI朋友,24小时待命,随时准备倾听你的心声。这就是Em

gitblog_00756的博客 295

Python全栈入门到实战【基础篇 04】核心基础:变量与4种基础数据类型(int/float/str/bool)

本文介绍了Python编程中的变量和四种基础数据类型,作为后续所有语法的入门前提。变量是数据的“容器”,解决数据复用问题,而数据类型决定数据能进行的操作。文章详细讲解了变量的定义语法、命名规则(强制语法和推荐风格)、赋值与修改原理,并通过实操示例展示其应用场景。正确使用变量可以提升代码复用性、简化修改并增强可读性,是编程效率的核心原则。掌握这些基础知识能避免90%的新手语法错误,为学习更复杂的Python语法打下坚实基础。

那些看似不起波澜的日复一日,会在某天让你看到坚持的意义 4318

基于点云数据的统计滤波算法改进

随着三维视觉和点云处理技术的发展,点云数据在机器人、自动驾驶、增强现实等领域得到了广泛应用。而点云数据中常常包含着各种噪声和异常点,这些噪声和异常点会影响后续的数据处理和分析任务。因此,对点云数据进行滤波处理是必不可少的一步。在点云滤波算法中,统计滤波(Statistical Filtering)是一种常见且有效的方法。它通过对点云数据进行统计分析,将噪声和异常点剔除或修复,从而得到更为准确和可靠的点云数据。本文将介绍一种改进的统计滤波算法,并提供相应的源代码实现。

QfcaLinux的博客 292

不用Asterisk如何接电话:Rapida 原生SIP+RTP实现原理深度剖析

想让语音 AI 助手直接接听真实电话,过去几乎人人都要拖出一套 Asterisk / FreeSWITCH 当"电话中间人"。而开源语音 AI 编排平台 Rapida(voice-ai)把 SIP 服务器和 RTP 媒体处理直接写进了 Go 代码里:assistant-api 进程内就是一个多租户 SIP 服务器,来电 INVITE 进来后,路由中间件解析出对应的语音助手,音频走原生 UDP/RT

gitblog_01083的博客 244

PCL点云库入门(第1讲)——PCL库简介和安装(Win10/11+VS2019+PCL 1.12.0)

PCL,全称为,即点云库,是一个专注于2D/3D图像和点云处理的大型开源项目。该项目最初由斯坦福大学的杰出计算机视觉专家Radu博士及其团队开发和维护,经过十余年的发展,目前(2024年12月)已更新至1.14.1版本。PCL点云库集成了众多尖端的点云处理算法,这些算法不仅包括基础的滤波、特征估计、表面重建、配准、模型拟合和分割等,还涵盖了更高级的功能,如点云数据的语义理解、场景解析以及动态环境下的实时处理。这些算法能够对含有噪声的点云数据进行有效过滤,去除异常值;

qq_36812406的博客 1万+

揭秘EmoLLM:从情感陪伴到心理支持的AI实战指南

你是否曾渴望一个能真正理解你情绪的AI伙伴?当传统对话模型停留在信息交互层面时,EmoLLM正在重新定义AI的情感智能边界。这个开源项目不仅提供技术方案,更构建了一套完整的心理健康支持生态系统。 ## 🔍 为什么EmoLLM与众不同? 在众多大语言模型中,EmoLLM选择了一条独特的道路——专注心理健康领域。它不只是回答问题,而是通过**情感理解**、**共情回应**和**专业引导**三个维

gitblog_01199的博客 1122

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

EmoLLM:构建专业心理健康对话系统的开源解决方案

在当今AI技术快速发展的背景下,情感支持和心理健康服务领域面临着专业性与可访问性的双重挑战。传统心理咨询资源有限且成本高昂,而通用大语言模型在心理健康领域的专业性和安全性存在明显不足。EmoLLM通过**角色化情感对话**、**检索增强生成(RAG)** 和**多模型微调框架**三大核心功能,为开发者提供了构建专业心理健康AI系统的完整技术栈。 ## 技术架构解析:从数据处理到服务部署 Emo

gitblog_00498的博客 427

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

DeepSeek大模型微调实战指南

DeepSeek是由深度求索团队开发的大语言模型。本实验基于模型,在EmoLLM心理健康数据集上进行微调,目标是使大模型能够以心理医生的专业口吻回答用户问题。技术特点同时适配Transformers和OpenMind框架支持LoRA高效微调完整的实验监控和结果对比代码开源可用使用EmoLLM心理健康对话数据集,包含多轮医患对话,数据已进行清洗和质量控制。数据格式"system": "现在你是一个心理专家...","input": "医生,我最近在社交场合总是感到非常紧张和焦虑...",

AI技术改变世界 985

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

大模型超强实战篇:DeepSeek大模型微调实战,收藏这篇就够了

DeepSeek是由。

leah126的博客 931

Llama3-Tutorial(基于书生·浦语大模型)学习笔记

这里注意一点,当streatlit启动时,如果需要在本地开启,需要配置远程服务器,我使用的是autodl官网的一个配置器,直接使用ssh链接和密码即可完成部署。模型在运行时,占用的显存可大致分为三部分:模型参数本身占用的显存、KV Cache占用的显存,以及中间运算结果占用的显存。LMDeploy的KV Cache管理器可以通过设置--cache-max-entry-count参数,控制KV缓存占用剩余显存的最大比例。最后显存占用变为6738MB,明显降低。量化工作结束后,新的HF模型被保存到。

m0_74383599的博客 607

【亲测免费】 EmoLLM:引领心理健康辅导的未来

EmoLLM:引领心理健康辅导的未来 在当今快节奏的社会中,心理健康问题日益凸显,人们对心理健康服务的需求与日俱增。EmoLLM,一个专为心理健康辅导设计的大模型,正是在这样的背景下应运而生。本文将深入介绍EmoLLM的项目背景、技术架构、应用场景及其独特特点,帮助读者全面了解这一创新的开源项目。 项目介绍 EmoLLM,全称为心理健康大模型,是一个旨在支持用户心理健康辅导的综合性模型。它通过理解...

gitblog_00499的博客 826
上一篇: OpenAI官宣:AI 之王 GPT-6 来了!
下一篇: 中国AIGC应用全景:2024年的创新与变革
Python_金钱豹
博客等级 码龄5年 1万+粉丝 2835原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值