WundtGPT: Shaping Large Language Models To Be An Empathetic, Proactive Psychologist

大型语言模型（LLMs）正在医疗领域中大肆流行，其势头也席卷到了心理健康领域，导致了一些心理健康LLMs的出现。虽然这些心理健康LLMs可以为心理咨询提供合理的建议，但如何通过LLMs建立真实有效的医患关系仍然是一个重要的问题。为了填补这一空白，我们将医患关系分解为两个关键属性，即心理医生的共情和主动指导。因此，我们提出了WundtGPT，这是一个富有同情心和主动性的心理健康大型语言模型，通过对心理医生和患者之间的指导和真实对话进行微调而获得。它旨在协助心理医生诊断，并帮助不愿面对面交流的患者了解他们的心理状况。它的独特之处在于它不仅可以提出有目的的问题来引导患者详细描述他们的症状，而且还可以提供温暖的情感安慰。特别是，WundtGPT将问题收集、心理诊断链和共情约束结合成一个全面的提示，以引出LLMs的问题和诊断。此外，WundtGPT提出了一个奖励模型，以促进与同情心的心理健康专业人士的协调，其中包括两个关键因素：认知共情和情感共情。我们对我们提出的模型进行了全面的评估。根据这些结果，我们进一步进行了基于主动性、有效性、专业性和连贯性的手动评估。我们注意到，WundtGPT可以提供专业和有效的咨询。该模型可在huggingface上使用。

本文旨在解决如何通过大型语言模型建立真实有效的医患关系的问题，提出了WundtGPT模型。

WundtGPT模型通过fine-tuning和真实对话来建立医患关系，将心理学家的共情和主动引导作为关键属性，能够为心理咨询提供合理建议。

WundtGPT模型不仅能够引导患者详细描述症状，还能提供温暖的情感安抚；模型提出了奖励模型以促进与共情心理健康专业人士的一致性；实验结果表明WundtGPT能够提供专业有效的咨询。

近期的相关研究包括使用大型语言模型进行心理咨询的研究，如《BERT for Clinical Text Classification: Is Finetuning Worth It?》和《Improving Mental Health Dialogue Systems with Domain-Specific Language Modeling》。