共情对话模型PICA上线 基于ChatGLM2-6B模型开发_共情的对话

简介:PICA 是一个具有共情和情感共鸣能力的多轮对话模型。它能够理解用户的情感需求，并提供情感上的参与度，帮助用户找到解决问题的方法。PICA 基于 ChatGLM2-6B 模型进行开发，可以用于陪伴与倾听，但不能替代专业的心理咨询师。

项目地址:https://github.com/NEU-DataMining/PICA

当前使用的训练数据集:

基于self-chat方法，由ChatGPT生成的约1K条中文多轮对话数据

基于PsyQA数据集，由ChatGPT改造的约1K条中文多轮对话数据

核心功能:

1. 共情对话:PICA 能够理解用户的感受，并给予适当的回应，让用户感到被理解和关心。

2. 情感共鸣:PICA 能够与用户建立情感连接，让用户感受到情感上的共鸣和支持。

3. 解决问题:PICA 通过回答用户的问题和提供建议，帮助用户找到解决问题的方法和思路。

4. 倾听与陪伴:PICA 能够聆听用户的心声，陪伴用户度过困难时刻，给予支持和鼓励。

模型调用

当前公开的PICA模型权重的base model是ChatGLM2-6B，如果要使用PICA，可以参考下面的代码:

>>>fromtransformersimportAutoTokenizer，AutoModel>>>CHECKPOINT='ptuningweightshere'>>>config=AutoConfig.from_pretrained（"THUDM/chatglm2-6b"，trust_remote_code=True，pre_seq_len=128）>>>model=AutoModel.from_pretrained("THUDM/chatglm2-6b"，config=config，trust_remote_code=True)>>>prefix_state_dict=torch.load(os.path.join(CHECKPOINT_PATH，"pytorch_model.bin"))>>>new_prefix_state_dict={}>>>fork，vinprefix_state_dict.items():>>>ifk.startswith("transformer.prefix_encoder."):>>>new_prefix_state_dict[k[len("transformer.prefix_encoder."):]]=v>>>model.transformer.prefix_encoder.load_state_dict(new_prefix_state_dict)>>>model.eval()>>>response，history=model.chat(tokenizer，"我是高三学生，学习压力很大，父母对我的要求很高，我时常感觉喘不过气"，history=[])我能理解你的感受。高三确实是一个充满压力和挑战的年份。你不是一个人在战斗，你并不孤单。你可以告诉我更多关于你现在的困境吗?

总结:PICA 是一个具有共情和情感共鸣能力的多轮对话模型，它能够帮助用户解决问题，提供情感上的支持与陪伴。使用 PICA 可以让用户感到被理解和关心，并找到解决问题的方法。