MentalChat16K

מה זה

המאגר מכיל שני חלקים עיקריים בקובצי CSV נפרדים. החלק הראשון כולל 9,775 שיחות סינתטיות שנוצרו על ידי GPT-3.5 Turbo עם התאמה של שלד Airoboros, ומכסה 33 נושאים בבריאות הנפש, כמו חרדה, דיכאון, יחסים וקונפליקטים משפחתיים. המודל ייצר גם את שאלות הפונים וגם את תשובות המטפלים לפי חלוקת נושאים מוגדרת מראש.

החלק השני כולל 6,338 צמדי שאלה ותשובה שהופקו מ־378 תמלולי ראיונות של ניסוי קליני פעיל. מדובר בהקלטות של מפגשי התערבות התנהגותית בין מאמני בריאות למטפלים של חולים בהוספיס או טיפול פליאטיבי. התמלילים האלה עובדו וסוכמו באמצעות Mistral-7B-Instruct-v0.2 לשיחה בת סיבוב אחד, תוך סינון של כל צמד שכלל פחות מ־40 מילים בשאלה ובתשובה.

מתאים ל

• אימון צ'אטבוט תמיכה

  כוונון עדין למודלי שפה כדי שיידעו לנהל דיאלוג ראשוני סביב חרדה, יחסים וקונפליקטים אישיים.

• הערכת מודלים טיפוליים

  בדיקת יכולת המענה של מודלים קיימים מול תרחישי שיחה מתחום בריאות הנפש והתערבות התנהגותית.

• מחקר על דאטה סינתטי

  השוואת ביצועים של מודלים שאומנו על שיחות מומצאות לעומת שיחות שמקורן בניסוי קליני אמיתי.

איפה זה נופל

החלק הארי של המאגר סינתטי לחלוטין ונוצר באמצעות פרומפטים, כך שהוא עלול לפספס מורכבויות אנושיות אמיתיות. בנוסף, החלק שמבוסס על הניסוי הקליני עבר תמצות ופרפרזה של מודל שפה ולא מציג את התמליל הגולמי, מה שיוצר שכבת עיבוד סינתטית גם עליו. כל המאגר באנגלית בלבד, ואין פה ייצוג לעברית, לתרבויות שאינן דוברות אנגלית או למערכת הבריאות המקומית. אסור להשתמש בזה למתן ייעוץ רפואי אמיתי ללא בדיקה מעמיקה של התשובות.

איך טוענים

הנתונים מגיעים בקובצי CSV פתוחים להורדה ישירה דרך Hugging Face ללא צורך בהרשמה מיוחדת או אישור גישה. הקבצים המרכזיים לעבודה הם Synthetic_Data_10K.csv ו־Interview_Data_6K.csv, כך שאפשר לטעון אותם בספריית datasets הרגילה או ישירות עם פנדס. החלוקה לשני קבצים שונים דורשת לשים לב למבנה העמודות בכל אחד, במיוחד כשרוצים למזג את הטקסט הסינתטי עם הנתונים שנגזרו מהניסוי הקליני.

from datasets import load_dataset

ds = load_dataset("ShenLab/MentalChat16K")

הרישיון

הרישיון המדווח הוא MIT. זהו רישיון מתירני שמאפשר שימוש מסחרי ומחקרי, שינוי של המידע והפצה שלו, ואינו מחייב אתכם לשחרר מודל שאומן עליו תחת אותו רישיון. התנאי היחיד הוא שמירת הודעת זכויות היוצרים והרישיון המקורי בקוד או בתוצר.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗