DeepSeek_PsychoGuide

心理咨询思考链问答大模型

项目概述

本项目旨在构建针对心理咨询场景的深度思考链问答大模型，基于 DeepSeek 蒸馏的LLAMA-8B模型作为基座模型[deepseek-ai/DeepSeek-R1-Distill-Llama-8B]，采用LoRA技术进行领域适配微调。模型继承并扩展了"深度思考模式(think)"，训练数据涵盖心理咨询案例、心理测评解析、危机干预策略等专业领域知识，通过结构化问答微调提升模型在心理咨询场景下的共情能力与解决方案生成能力。模型可模拟专业咨询师的思维路径，逐步解析来访者心理状态，生成具有临床参考价值的干预建议。

模型架构

• *基座模型**:[ deepseek-ai/DeepSeek-R1-Distill-Llama-8B ]
• *微调方法**: LoRA（Low-Rank Adaptation）
• *训练数据**: 问答数据集

数据集

数据来源

参考链接：

数据预处理

训练数据格式：

模型训练

微调方法

使用LoRA技术对 deepseek-R1 蒸馏模型进行微调。LoRA通过在预训练模型的权重矩阵中引入低秩矩阵来减少参数量，从而在保持模型性能的同时降低计算成本。

训练步骤

• **加载预训练模型**: 加载 deepseek-R1 蒸馏8B模型。
• **应用LoRA**: 在模型的关键层应用LoRA技术。
• **训练模型**: 使用准备好的肿瘤知识问答数据集进行微调。
• **验证与测试**: 在验证集和测试集上评估模型性能，调整超参数以优化结果。

模型评估

评估指标

• *准确率**: 模型在问答任务中的准确率。
• *召回率**: 模型能够正确回答的问题比例。
• *F1分数**: 准确率和召回率的调和平均数。

评估结果

在测试集上的评估结果如下：

待更新

使用指南

环境配置

• **Python版本**: 3.10+
• **依赖库**:
• transformers
• torch

模型下载

SDK下载

Git下载

模型推理

WEB部署

代码参考：

运行命令:

生成结果案例

Case 01

输入问题:

模型返回结果：

Case 02

输入问题

模型结果

License

本项目采用 MIT 许可证。

致谢

感谢 DeepSeek 模型的开发者。

感谢所有为心理学知识问答数据集做出贡献的研究人员。

联系方式

如有任何问题，请联系 [592392714@qq.com]。

注意**: 本项目仅供学术研究使用，不构成医疗建议。