你說給我聽”：一組基於 GPT-4 的行為改變支持對話數據集
内容提要
该文综述大语言模型在心理咨询与情感支持对话中的研究，指出GPT-4在情绪、共情和对话质量上表现突出，但专用模型未必更优；涉及ChatCounselor、OpenAssistant、个性化对话数据集与共情回应生成，并提出语义上下文学习等改进方法，同时关注伦理问题。
延伸解读
GPT-4 在心理咨询中的优势与局限
文章指出，使用 GPT-4 时，情绪变化、共情和对话质量等主观评价显著改善，说明其具有较高的心理咨询能力。但研究也发现，即使使用人类心理咨询数据集训练的对话模型，与基于情景的对话相比，并不能产生更好的结果。这表明专用模型未必优于通用大模型，高质量领域数据虽能增强能力，但并非总能带来预期提升。
伦理风险：直接交互的隐患
文章提到，在规则、情景或示例回应系统中，可通过人工专业人士提前使用 LLMs 生成示例回应或模板，并直接与用户在现实心理健康服务中交互，这可能引发伦理问题。这提示我们，在将大语言模型应用于真实心理咨询场景时，需谨慎考虑责任归属、用户隐私和潜在伤害等伦理风险。
改进共情回应的技术路径
针对大语言模型生成共情回应的性能，研究提出了三种改进方法：语义上下文学习、两阶段交互生成和与知识库的结合。实验证明这些方法能显著提升模型性能，在自动评估和人工评估方面达到最先进水平。此外，还探索了 GPT-4 模拟人工评估者的可能性，为未来评估提供了新思路。
Q&A
GPT-4在心理咨询对话中的表现如何？
研究表明，使用GPT-4时，情绪变化、共情和其他对话品质显著改善，说明GPT-4具有较高的心理咨询能力。
使用人类心理咨询数据集训练的对话模型是否比基于情景的对话更好？
研究指出，即使使用了人类心理咨询数据集训练的对话模型，与基于情景的对话相比，并不能产生更好的结果。
ChatCounselor是什么？它的表现如何？
ChatCounselor是一种基于真实心理咨询对话构建的大型语言模型解决方案，拥有专业心理学知识和咨询技巧。在实际咨询问题上，它的表现超越了开源模型，接近于ChatGPT。
OpenAssistant Conversations数据库有什么特点？
OpenAssistant Conversations是一个人类生成、人类注释的数据集，用于训练OpenAssistant软件。相对于ChatGPT，OpenAssistant的答复被用户更青睐，且其代码和数据完全遵循宽松许可证，可供研究者使用。
大型语言模型在生成共情回应方面有哪些改进方法？
研究提出了三种改进方法：语义上下文学习、两阶段交互生成和与知识库的结合。实验证明这些方法能显著改善大型语言模型的性能，在自动评估和人工评估方面达到最先进的水平。
在心理健康服务中使用LLM生成回应可能引发哪些伦理问题？
在使用了规则、情景或示例回应的系统中，可以通过人工专业人士提前使用LLMs生成示例回应或回应模板的方式呈现基于LLMs生成的回应，并且直接与用户在现实的心理健康服务中进行交互，这可能引发一些伦理问题。
