Tradicinės psichologinės konsultacijos, dažnai teikiamos asmeniškai, apsiriboja asmenims, aktyviai ieškantiems pagalbos dėl psichologinių problemų. Priešingai, internetinės automatinės konsultacijos yra perspektyvi galimybė tiems, kurie nesiryžta gydytis dėl stigmos ar gėdos. Kognityvinė elgesio terapija (CBT), plačiai praktikuojamas psichologinio konsultavimo metodas, skirtas padėti asmenims nustatyti ir ištaisyti pažinimo iškraipymus, kurie prisideda prie neigiamų emocijų ir elgesio. LLM atsiradimas atvėrė naujas galimybes automatizuoti CBT diagnostiką ir gydymą. Tačiau dabartinės LLM pagrįstos CBT sistemos susiduria su tokiais iššūkiais kaip fiksuotos struktūrinės sistemos, kurios riboja prisitaikymą ir savęs optimizavimą, ir pasikartojantys atsako modeliai, teikiantys bendrų, nenaudingų pasiūlymų.
Naujausi AI pažanga pristatė sistemas, tokias kaip CBT-LLM, kurioje naudojamas greitas mokymasis, ir CoCoA, integruojantis atminties mechanizmus, skirtus patobulintai generacijai. Šiomis sistemomis siekiama nustatyti ir pašalinti pažinimo iškraipymus vartotojų teiginiuose, kartu didinant terapinės sąveikos gylį ir svarbą. Nepaisant jų potencialo, esamiems metodams dažnai trūksta personalizavimo, prisitaikymo prie besikeičiančių vartotojų poreikių ir niuansuoto dinamiškų terapinių procesų supratimo. Siekiant užpildyti šias spragas, vykstantys tyrimai naudoja anotuotus duomenų rinkinius, ontologijas ir pažangias LLM, kad būtų sukurtos kontekstą suvokiančios CBT sistemos, imituojančios žmogaus pažinimo procesus.
Tyrėjai iš Šendženo pagrindinės didelio našumo duomenų gavybos laboratorijos, Šendženo pažangiųjų technologijų institutų, Kinijos mokslų akademijos ir keleto kitų institucijų sukūrė AutoCBT – autonominę kelių agentų sistemą, skirtą CBT vienkartinėse psichologinėse konsultacijose. Naudodamas Quora ir YiXinLi modelius, AutoCBT integruoja dinaminius maršruto parinkimo ir atminties mechanizmus, kad pagerintų atsako kokybę ir prisitaikomumą. Sistema yra struktūrizuotai samprotaujama ir redaguojama, kad būtų sukurti aukštos kokybės, kontekstą suvokiantys rezultatai. Įvertinus dvikalbį duomenų rinkinį, jis pranoksta tradicines LLM pagrįstas sistemas, sprendžiant tokias problemas kaip dinaminis maršruto parinkimas, priežiūros mechanizmai ir per didelės Llamos apsaugos problema.
AutoCBT yra universali sistema, sukurta kelių agentų sistemoms CBT, kurią sudaro patarėjo agentas (sąsaja), priežiūros agentai, ryšio topologija ir maršruto parinkimo strategijos. Konsultantas, kurį teikia LLM, bendrauja su vartotojais ir ieško priežiūros agentų indėlio, kad gautų patikimus, aukštos kokybės atsakymus. Agentai turi atminties mechanizmus trumpalaikiam ir ilgalaikiam saugojimui, o maršruto parinkimo strategijos, pvz., unicast ir transliavimas, leidžia dinamiškai bendrauti. AutoCBT apima CBT principus – empatiją, tikėjimo atpažinimą, refleksiją, strategiją ir padrąsinimą – susietus su konkrečiais priežiūros agentais. Jo veiksmingumas buvo patvirtintas naudojant dvikalbį duomenų rinkinį, jungiantį PsyQA ir TherapistQA, suskirstytą į kategorijas ir papildytą pažinimo iškraipymo pavyzdžiais.
Internetinės psichologinės konsultacijos metu LLM, pvz., Qwen-2.5-72B ir Llama-3.1-70B, buvo vertinami dėl emocinių niuansų valdymo ir nurodymų laikymosi. „AutoCBT“, dviejų pakopų sistema, pralenkė „Generation“ ir „PromptCBT“, įtraukdama dinaminius maršruto parinkimo ir priežiūros mechanizmus, pasiekdama aukštesnius balus empatijos, pažinimo iškraipymo valdymo ir atsako tinkamumo srityse. Iteratyvus AutoCBT metodas pagerino atsakymų projektus, kurie buvo patvirtinti automatiniu ir žmogaus vertinimu. Iššūkiai apėmė maršruto konfliktus, vaidmenų painiavą ir perteklines grįžtamojo ryšio kilpas, kurios buvo sumažintos koreguojant dizainą. Dėl pernelyg didelio Llamos atsargumo dažnai buvo atsisakyta jautrių temų, skirtingai nei Qwen, kuris atsakė visapusiškai, pabrėždamas modelio jautrumo pusiausvyros svarbą.
Apibendrinant galima pasakyti, kad „AutoCBT“ yra novatoriška kelių agentų sistema, sukurta CBT pagrįstam psichologiniam konsultavimui. Integruodama dinaminius maršruto parinkimo ir priežiūros mechanizmus, AutoCBT pašalina tradicinio LLM pagrįsto konsultavimo apribojimus, žymiai pagerindama atsako kokybę ir veiksmingumą nustatant ir sprendžiant pažinimo iškraipymus. AutoCBT pasiekia puikią dialogo kokybę dėl savo adaptyvios ir autonominės konstrukcijos, palyginti su statinėmis, greitomis sistemomis. LLM semantinio supratimo ir nurodymų laikymosi iššūkiai buvo nustatyti ir sušvelninti taikant tikslingus sprendimus. Naudojant dvikalbius duomenų rinkinius ir modelius, sistema parodo savo potencialą teikti aukštos kokybės automatizuotas konsultavimo paslaugas. Tai yra keičiamo dydžio alternatyva asmenims, kurie dėl stigmos nesiryžta taikyti tradicinės terapijos.
Patikrinkite Popierius. Visi nuopelnai už šį tyrimą tenka šio projekto tyrėjams. Taip pat nepamirškite sekti mūsų Twitter ir prisijunk prie mūsų Telegramos kanalas ir LinkedIn group. Nepamirškite prisijungti prie mūsų 65k+ ML SubReddit.
🚨 (Rekomenduojama skaityti) „Nebius AI Studio“ plečiasi regėjimo modeliais, naujais kalbos modeliais, įterpimais ir LoRA (Paaukštintas)

Sana Hassan, „Marktechpost“ konsultacinė praktikantė ir „IIT Madras“ dviejų laipsnių studentė, aistringai taiko technologijas ir dirbtinį intelektą sprendžiant realaus pasaulio iššūkius. Labai domisi praktinių problemų sprendimu, jis atneša naują požiūrį į AI ir realaus gyvenimo sprendimų sankirtą.
📄 Susipažinkite su „Aukštis”: vienintelis savarankiškas projektų valdymo įrankis (remiama)