Mental Alpaca

🚀 心理健康Alpaca模型卡片

这是一个基于在线文本数据进行心理健康预测的微调大语言模型，能够利用文本数据为心理健康预测提供支持。

🚀 快速开始

使用以下代码开始使用该模型：

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("NEU-HAI/Llama-2-7b-alpaca-cleaned")
model = AutoModelForCausalLM.from_pretrained("NEU-HAI/Llama-2-7b-alpaca-cleaned")

✨ 主要特性

这是一个针对心理健康预测场景进行微调的大语言模型，使用了4个高质量文本（共6个任务）数据集对Alpaca模型进行微调，这些数据集包括Dreaddit、DepSeverity、SDCNL和CCRS - Suicide。此外，还有一个基于FLAN - T5 - XXL微调的单独模型Mental - FLAN - T5，可在此处获取。

📚 详细文档

模型详情

模型描述

我们针对心理健康预测场景，使用4个高质量文本（共6个任务）数据集对Alpaca模型进行了微调，这些数据集分别是Dreaddit、DepSeverity、SDCNL和CCRS - Suicide。 我们还有一个基于FLAN - T5 - XXL微调的单独模型，即Mental - FLAN - T5，可在此处获取。

• 开发者：东北大学以人为中心的人工智能实验室
• 模型类型：序列到序列的文本生成
• 语言（NLP）：英语
• 许可证：cc - by - nc - 4.0
• 微调基础模型：https://github.com/tatsu-lab/stanford_alpaca

模型来源

• 仓库：https://github.com/neuhai/Mental-LLM
• 论文：https://arxiv.org/abs/2307.14385

用途

直接使用

该模型仅用于英文研究目的。该模型已针对通过在线文本数据进行心理健康预测进行了微调。有关微调过程和提示的详细信息，请参阅我们的论文。此模型的使用还应遵守stanford_alpaca项目和Llama - 2 - 7b的限制。

非预期使用

该模型的非预期使用应遵守stanford_alpaca项目和Llama - 2 - 7b的规定。

偏差、风险和局限性

该模型的偏差、风险和局限性也应遵守stanford_alpaca项目和Llama - 2 - 7b的规定。

训练详情和评估

有关我们工作的详细信息，请参阅我们的论文。

📄 许可证

本模型使用的许可证为cc - by - nc - 4.0。

📚 引用

@article{xu2023leveraging,
  title={Mental-LLM: Leveraging large language models for mental health prediction via online text data},
  author={Xu, Xuhai and Yao, Bingshen and Dong, Yuanzhe and Gabriel, Saadia and Yu, Hong and Ghassemi, Marzyeh and Hendler, James and Dey, Anind K and Wang, Dakuo},
  journal={arXiv preprint arXiv:2307.14385},
  year={2023}
}