SMILE 开源项目安装与使用指南
2024-09-25 00:03:35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
kernelopenEuler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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
474
3.54 K
React Native鸿蒙化仓库
JavaScript
287
339
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
224
92
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
174
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
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++
849
441
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
699
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19