PsycoLLM

PsycoLLM是由合肥工业大学计算机科学与信息工程学院研发的中文心理大型语言模型，其训练数据来源于高质量的心理学数据集，旨在提升对心理健康问题的理解与评估能力。该模型的数据涵盖单轮问答、多轮对话以及基于知识的问答形式，并通过创新的数据生成和优化流程，确保数据的真实性和适用性。在多个心理基准测试中，PsycoLLM展现出优异的性能，尤其在专业伦理、理论知识和案例分析等方面表现突出，为心理健康领域的研究和应用提供了可靠的技术支持。

PsycoLLM具备多项核心功能，包括准确理解并回答用户提出的心理问题，支持多轮对话交互以深入了解用户需求，提供心理学知识普及与教育，识别用户情绪状态并给予相应支持，以及进行初步心理健康评估并给出建议。

技术上，PsycoLLM基于高质量的心理数据集进行训练，采用多步数据生成与优化流程，结合监督式微调和Transformer架构，实现高效的文本理解和生成能力。

项目已开源，用户可通过GitHub仓库、HuggingFace模型库及arXiv技术论文获取相关信息。

PsycoLLM可应用于个人心理健康支持、心理咨询辅助、学生心理健康教育以及社区心理健康服务等多个场景。