SouLLMate: 一种利用自适应大语言模型、提示工程和RAG技术增强多样化心理健康支持的应用程序

心理健康问题严重影响个人的日常生活，然而即使有可用的在线资源，许多人仍未获得所需的帮助。本研究旨在通过尖端人工智能技术，提供多样化、可获取、无污名化、个性化和实时的心理健康支持。其贡献如下：(1) 对近期心理健康支持方法进行广泛调研，以识别普遍的功能和未满足的需求。(2) 介绍SouLLMate，一个自适应的大语言模型驱动系统，它集成了大语言模型技术、链式推理、检索增强生成、提示工程和领域知识。该系统提供风险检测和主动引导对话等高级功能，并利用RAG实现个性化档案上传和对话信息提取。(3) 开发新颖的评估方法，通过专业标注的访谈数据和真实的自杀倾向数据进行初步评估和风险检测。(4) 提出关键指标摘要、主动提问策略和堆叠多模型推理方法，通过上下文敏感的响应调整、语义连贯性评估以及增强语言模型长上下文推理的准确性，来提升模型性能和可用性。本研究有助于推进心理健康支持技术的发展，可能提高全球心理健康护理的可及性和有效性。