도메인 특화 심리치료 챗봇 개선을 위한 조수 사용

대형 언어 모델(LLMs)은 사람의 지시 데이터에 기반해 특정 작업에서 인상적인 일반화 능력을 보여주었습니다. 그러나 이러한 지시 데이터의 수량과 다양성, 전문성의 제한은 도메인 특화 지시가 제공될 때 심리치료 작업에서 LLM의 성능에 대한 우려를 낳습니다. 이를 해결하기 위해, 우리는 먼저 AlexanderStreet 치료를 기반으로 한 도메인 특화 조수 지시를 제안하고, 둘째로, 사전 훈련된 LLM을 개선하기 위해 적응 세부 조정 방법과 검색 증강 생성 방법을 사용합니다. 자동 및 인간 평가를 사용한 언어 품질의 정량적 평가를 통해, 심리치료 조수 지시에서 훈련된 LLM이 최신 LLM 응답 기준을 능가하는 것을 관찰했습니다. 우리의 조수 지시 접근 방식은 사전 훈련된 LLM을 지시와 정렬시키고 사전 훈련된 LLM에 더 많은 심리치료 지식을 제공하기 위해 반주석 방법을 제공합니다.