EmoLLM
心理健康大模型 (LLM x Mental Health), Pre & Post-training & Dataset & Evaluation & Depoly & RAG, with InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM series models
Install / Use
/learn @SmartFlowAI/EmoLLMREADME
EmoLLM-心理健康大模型
</div> <p align="center"> <a href="https://github.com/SmartFlowAI/EmoLLM/"> <img src="assets/EmoLLM_logo_L.png" alt="Logo" width="50%"> </a> <div align="center"> <!-- PROJECT SHIELDS -->[![Contributors][contributors-shield]][contributors-url] [![Forks][forks-shield]][forks-url] [![Issues][issues-shield]][issues-url] [![OpenXLab_App][OpenXLab_App-image]][OpenXLab_App-url] [![OpenXLab_Model][OpenXLab_Model-image]][OpenXLab_Model-url] [![MIT License][license-shield]][license-url] [![Stargazers][stars-shield]][stars-url]
</div> <h3 align="center">EmoLLM</h3> <div align="center"> 简体中文| <a href="README_EN.md" >English</a> | <a href="README_JP.md" >日本語</a> <br /> <br /> <a href="https://github.com/SmartFlowAI/EmoLLM"><strong>探索本项目的文档 »</strong></a> <br /> <br /> <a href="https://openxlab.org.cn/apps/detail/Farewell1/EmoLLMV2.0">体验EmoLLM 2.0</a> · <a href="https://github.com/SmartFlowAI/EmoLLM/issues">报告Bug</a> · <a href="https://github.com/SmartFlowAI/EmoLLM/issues">提出新特性</a> </div> <!-- 本篇README.md面向开发者 -->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心理健康大模型,由 LLM指令微调而来,欢迎大家star~⭐⭐。目前已经开源的 LLM 微调配置如下:
| 模型 | 类型 | 链接 | 模型链接 | | :-------------------: | :------: | :------------------------------------------------------------------------------------------------------: |:------: | | Deepseek-R1_14b_int4 | QLoRA | unsloth | ModelScope | | InternLM2_5_7B_chat | 全量微调 | internlm2_5_chat_7b_full.py | OpenXLab, ModelScope | | InternLM2_5_7B_chat | QLoRA | internlm2_5_chat_7b_qlora_oasst1_e3.py |ModelScope | | InternLM2_7B_chat | QLoRA | internlm2_7b_chat_qlora_e3.py | ModelScope | | InternLM2_7B_chat | 全量微调 | internlm2_chat_7b_full.py | OpenXLab | | InternLM2_7B_base | QLoRA | internlm2_7b_base_qlora_e10_M_1e4_32_64.py |OpenXLab, ModelScope | | InternLM2_1_8B_chat | 全量微调 | internlm2_1_8b_full_alpaca_e3.py | OpenXLab, ModelScope | | InternLM2_20B_chat | LoRA |internlm2_20b_chat_lora_alpaca_e3.py| | | Qwen_7b_chat | QLoRA | qwen_7b_chat_qlora_e3.py | | | Qwen1_5-0_5B-Chat | 全量微调 | qwen1_5_0_5_B_full.py | ModelScope | | Baichuan2_13B_chat | QLoRA | baichuan2_13b_chat_qlora_alpaca_e3.py | | | ChatGLM3_6B | LoRA | chatglm3_6b_lora_alpaca_e3.py | | | DeepSeek MoE_16B_chat | QLoRA | deepseek_moe_16b_chat_qlora_oasst1_e3.py | | | Mixtral 8x7B_instruct | QLoRA | mixtral_8x7b_instruct_qlora_oasst1_e3.py | | | LLaMA3_8B_instruct | QLoRA | aiwei_llama3_8b_instruct_qlora_e3.py | OpenXLab, ModelScope | | LLaMA3_8B_instruct | QLoRA | llama3_8b_instruct_qlora_alpaca_e3_M_ruozhi_scM.py |OpenXLab, ModelScope | | Qwen2-7B-Instruct | LoRA | Qwen2-7B-Instruct_lora.py |ModelScope | | …… | …… | …… | …… |
</div>🎉欢迎大家为本项目做出贡献!
🔍对LLM原理/底层实现感兴趣的小伙伴可以关注ThinkLLM,专注于从零实现大模型的各种组件
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。这个模型通常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。
🎇最近更新
- 【2025.5】AI心理助手-深度思考版(Caryou):EmoLLM-心理数字人分项(目前完成了深度思考、Rag、web search和tts功能),已合并到EmoLLM,欢迎大家参与项目的优化和完善!
- 【2025.5】deepwiki-EmoLLM:可以基于该项目进行更加智能化的项目&文档理解
- 【2025.4】ThinkLLM是一个轻量、高效的大语言模型算法实现仓库,提供了BPE训练指南(支持EmoLLM)。
- 【2025.3】基于InternLM2.5-7B-chat全量微调的EmoLLM(GGUF格式,fp16精度) ,如何操作后续会更新~ @Rycen7822 @Slipstream-Max
- 【2025.2】更新首个心理健康R1蒸馏数据集 @Kedreamix
- 【2024.09.14】基于Qwen2-7B-Instruct模型的Lora微调模型开源,微调配置文件地址:Qwen2-7B-Instruct_lora.py ,模型权重链接:ModelScope
- 【2024.08】基于GLM4-9B-chat微调Lora模型开源(基于LLaMA-Factory),详情见微调教程 ,模型权重链接:ModelScope
- 【2024.07.16】欢迎大家体验 EmoLLM V3.0 ,该模型是基于InternLM2.5-7B-Chat模型的全量微调,微调配置文件地址:internlm2_5_chat_7b_full.py ,模型权重链接:OpenXLab, ModelScope ,WebDemo地址: OpenXLab apps, 配套全量微调知乎教程。
- 【2024.07】欢迎大家使用稳定版 EmoLLM V2.0 进行日常使用和学术研究,模型权重链接:OpenXLab。
- 【2024.07】新增基于InternLM2_5_7B_chat微调配置、模型文件发布在 ModelScope。
- 【2024.06】新增基于LLaMA-FactoryGLM4-9B-chat微调指南、新增基于swift的微调指南、论文ESC-Eval: Evaluating Emotion Support Conversations in Large Language Models引用了EmoLLM且EmoLLM取得了较好的效果。
- 【2024.05.28】EmoLLM使用的多轮对话数据集CPsyCounD和专业评测方法已公开,详见2024 ACL findings《CPsyCoun: A Report-based Multi-turn Dialogue Reconstruction and Evaluation Framework for Chinese Psychological Counseling》!
- 【2024.05.08】EmoLLM爹系男友阅览体验版上线 1. 百度AppBuilder 2. OpenXLab, 欢迎点赞收藏
- 【2024.05.07】增量预训练指南
- 【2024.05.04】基于LLaMA3_8b_instruct的EmoLLM3.0 OpenXLab Demo上线(重启链接), LLAMA3微调指南更新,在OpenXLab和[ModelScope](https://modelscope.cn/models/chg0901/EmoLLM-Llama3-8B
