SMILE 开源项目安装与使用指南
2024-09-25 07:54:57作者:伍希望
项目概述
SMILE(Single-turn to Multi-turn Inclusive Language Expansion)是一个专为心理健康支持设计的开源项目。它利用ChatGPT技术将单轮对话扩展为多轮对话,以模拟更贴近真实的心理咨询场景。该项目提供了名为MeChat的聊天机器人模型,以及用于生成训练数据的工具,帮助提升心理健康对话系统的质量和实用性。
项目目录结构及介绍
SMILE项目的目录结构清晰,主要组成部分如下:
.
├── data # 包含原始数据和经SMILE处理后的多轮对话数据集
├── dataloader.py # 数据加载器的实现文件
├── convert_to_training_set.py # 将对话转换成训练样本的脚本
├── requirements.txt # 项目所需Python库列表
├── train.py # 训练模型的入口脚本
├── lora_tune.sh # 微调模型的bash脚本
├── merge_lora.py # 合并LoRA权重的脚本
├── model.py # 自定义模型结构或预训练模型加载的文件
├── utils.py # 辅助函数集合
├── MeChat.py # 项目的核心交互文件,用于运行对话系统
├── README.md # 项目介绍和使用说明
└── ... # 其他辅助文件或配置文件
项目的启动文件介绍
MeChat.py
这是项目的主交互文件,用于启动心理健康支持的对话机器人。用户通过此文件可以直接与MeChat进行对话。运行此文件前,需确保已正确安装所有依赖,并且你的GPU具有足够的显存(至少20GB)。使用方法简单,只需执行python MeChat.py命令,随后便可以通过命令行界面输入问题,与聊天机器人互动。
示例交互流程:
- 启动: 在终端或命令行界面运行
python MeChat.py - 输入: 用户作为“来访者”输入问题或陈述,如“我感到很焦虑。”
- 响应: 机器人作为“咨询师”依据预设的指令和模型生成合适的回复,旨在模仿专业心理咨询的对话风格。
项目的配置文件介绍
SMILE项目并没有明显的独立配置文件,其配置主要是通过脚本内部参数进行管理的。例如,在MeChat.py中,你可以通过修改指令字符串来定制聊天机器人的行为模式或对话引导。此外,模型的微调和运行配置是通过脚本和命令行参数(如在lora_tune.sh脚本中指定的温度temperature=0.8, top_p=0.8等)来控制的。
环境配置: 关键步骤在于环境的搭建,遵循requirements.txt列出的依赖项进行安装,确保环境满足项目需求。
安装与初步运行步骤
-
克隆项目:
git clone https://github.com/qiuhuachuan/smile.git -
安装依赖:
pip install -r smile/requirements.txt -
运行对话系统:
python smile/MeChat.py
通过以上步骤,即可启动SMILE项目,开始与基于MeChat的聊天机器人进行交互,探讨心理健康相关话题。请注意,使用过程中,务必遵循项目附带的法律和道德指导,尊重用户隐私,正确理解和应用机器人给出的建议。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425