Улучшение искусственного интеллекта в области психического здоровья для низкоресурсных сред.

 mhGPT: Advancing Mental Health AI with a Lightweight, Expert Knowledge-Infused Transformer for Low-Resource Environments

Продвижение ИИ в области психического здоровья с помощью легкого, экспертно знанием наполненного трансформера для низкоресурсных сред

Психическое здоровье глубоко влияет на качество жизни людей, но доступ к психической помощи может быть затруднен из-за стигматизации, недостаточности кадров и фрагментированных систем ухода. Исследования показали потенциал NLP в этой области, с моделями, разработанными для обнаружения симптомов и оценки депрессии из клинических текстов. Однако создание этих моделей требует значительной вычислительной мощности, которой многим организациям не хватает, а также регулирования, такие как HIPAA и GDPR, дополнительно усложняют использование облачных ресурсов.

Практические решения и ценность

Исследователи детской больницы и университета Джорджа Вашингтона представили mhGPT, легкую генеративную модель, обученную на связанных с психическим здоровьем социальных медиа и статьях PubMed. Разработанный для условий с ограниченными ресурсами, mhGPT с всего 1,98 миллиардами параметров превзошел более крупные модели, такие как MentaLLaMA и Gemma, несмотря на использование всего 5% набора данных. Модель получила преимущества от интеграции разнообразных данных о психическом здоровье и специального токенизатора, показав, что меньшие модели, наполненные экспертными знаниями, могут соответствовать или превзойти производительность передовых моделей в задачах психического здоровья, даже при ограниченных вычислительных ресурсах.

Несколько исследований разработали модели LLM для психического здоровья, в основном обучая их на данных из социальных медиа. MentaLLaMA, обученная на интерпретируемом наборе данных по инструкциям психического здоровья, улучшает анализ психического здоровья с нулевым/малым количеством образцов. MentalBERT сосредотачивается на раннем выявлении психических расстройств и суицидальных намерениях из социального контента, превзойдя общие языковые модели в этой области. Кроме того, настроенные модели BERT на данных ЭМК для конкретных психических расстройств показывают преимущества передачи знаний в конкретной области. Настройка остается важной для улучшения производительности LLM, с методами, такими как LoRA и QLoRA, обеспечивающими эффективную настройку в условиях ограниченных ресурсов путем снижения использования памяти и времени обучения.

Исследование использовало 49 812 статей PubMed Central по психическому здоровью и более 1 миллиона постов и комментариев Reddit из различных подразделов, посвященных психическому здоровью. Данные были предварительно обработаны путем удаления нерелевантного контента, а затем отобраны с использованием двух методов: обрезка до 512 токенов или разделение с помощью скользящего окна. Обучение включало три конфигурации с использованием архитектуры GPT-NeoX с различными размерами параметров и токенизаторов. Модели обучались на высокопроизводительных вычислительных кластерах и экземплярах Amazon EC2. Для улучшения настройки использовались техники LoRA и QLoRA, а NEFTune применялась для смягчения переобучения, особенно в дисбалансированных наборах данных.

Исследование показало, что mhGPT превзошел сравнимые модели, такие как MentaLLaMA, MentalBERT и MentalRoBERTa в различных задачах, несмотря на то, что эти модели обучались на более крупных наборах данных. mhGPT превзошел человеческих аннотаторов в задаче распознавания именованных сущностей (NER). Базовая модель, Gemma-2В, хорошо справилась с бинарной и многоклассовой классификацией, но может иметь недостаточную интерпретируемость в контекстах психического здоровья. NEFTune улучшила настройку на малых, дисбалансированных наборах данных, позволив mhGPT превзойти более крупные модели, такие как MentaLLaMA-7В. Модели A и B также показали сильную производительность в конкретных задачах классификации.

В заключение, mhGPT – это компактный генеративный предварительно обученный трансформер, разработанный для анализа текста о психическом здоровье. Обученный на связанных с психическим здоровьем социальных медиа и статьях PubMed, mhGPT был настроен на пять конкретных задач и превзошел передовые модели, такие как MentaLLaMA, несмотря на меньшее количество параметров и данных обучения. Ключевые инновации включают использование экспертно знанием наполненных данных, специального токенизатора и NEFTune для улучшения производительности на дисбалансированных наборах данных. Исследование демонстрирует потенциал mhGPT в улучшении ИИ в области психического здоровья, особенно в условиях ограниченных ресурсов путем оптимизации архитектуры более маленькой модели.

Проверьте статью. Вся заслуга за это исследование принадлежит исследователям этого проекта.

Мобильная разработка на заказ и готовые решения

Мобильная разработка

Готовые и индивидуальные решения

Веб решения - разработка сайтов и сервисов

Web решения

Получите бесплатную консультацию по веб-разработке прямо сейчас

Аутсорсинг, подбор специалистов и команд разработки

Аутсорсинг

Выберите своего специалиста сегодня и начните свой проект

Новости

  • Запуск BingoGuard: Новый уровень модерации контента от Salesforce AI

    Обзор BingoGuard Salesforce AI представила BingoGuard, инновационную систему модерации контента, использующую большие языковые модели (LLMs). Эта система решает проблемы традиционной модерации, обеспечивая более точную классификацию контента. Ключевые особенности BingoGuard Гранулярная классификация: BingoGuard классифицирует…

  • Улучшение принятия решений в Гомоку с использованием ИИ и обучения с подкреплением

    Улучшение стратегического принятия решений с помощью ИИ в Гомоку Введение Искусственный интеллект (ИИ) может значительно улучшить бизнес-процессы, используя технологии, подобные большим языковым моделям (LLM). Эти модели способны анализировать данные и генерировать идеи, что…

  • PaperBench: Новый стандарт оценки ИИ в исследованиях машинного обучения

    Введение Быстрые достижения в области искусственного интеллекта (ИИ) подчеркивают необходимость эффективных методов оценки. Использование PaperBench может значительно улучшить способность вашей компании использовать ИИ для автоматизации исследовательских задач. Что такое PaperBench? PaperBench — это…

  • Снижение галлюцинаций в больших моделях визуально-языковых систем: практические бизнес-решения

    Снижение галлюцинаций в больших моделях визуального и языкового понимания Понимание проблемы галлюцинаций в LVLM Большие модели визуального и языкового понимания (LVLM) являются мощными инструментами, которые объединяют визуальные и текстовые данные для выполнения задач,…

  • Запуск передовой многомодальной модели встраивания для визуального извлечения документов

    Внедрение многомодальной модели Nomic Модель Nomic Embed Multimodal предлагает компании новые возможности для улучшения обработки документов. Она позволяет эффективно извлекать информацию как из текста, так и из изображений, что значительно упрощает рабочие процессы.…

  • Многоходовое Внимание: Революция в Понимании Языковых Моделей

    Введение в механизмы внимания в языковых моделях Языковые модели (LLMs) активно используют механизмы внимания для эффективного извлечения контекстной информации. Однако традиционные методы внимания ограничены однотокеновым вниманием, что может затруднять понимание сложных языковых зависимостей.…

  • Amazon Nova Act: Революция в автоматизации веб-задач

    Введение в Amazon Nova Act Amazon представил революционную модель ИИ под названием Nova Act, предназначенную для автоматизации различных веб-задач. Этот ИИ-агент может автоматизировать процессы, такие как заполнение форм, навигация по интерфейсу и управление…

  • Руководство для начинающих по терминалу и командной строке: основные команды и советы

    Практические бизнес-решения с использованием Terminal/Command Prompt Введение Terminal и Command Prompt – это мощные инструменты для взаимодействия с компьютерами, которые могут значительно повысить производительность и эффективность в бизнесе. Преимущества использования Terminal/Command Prompt Эффективная…

  • Гибридная система вознаграждений ByteDance: улучшение RLHF с помощью RTV и GenRM

    Введение в Гибридную Систему Наград в ИИ Недавнее исследование от ByteDance представляет значительное достижение в области искусственного интеллекта через гибридную систему наград. Эта система объединяет Проверяющие Задачи Размышления (RTV) и Генеративную Модель Наград…

  • Революционная платформа AI для интеграции рассуждений и поиска

    Введение в ReSearch: Прогрессивная AI-структура Обзор ReSearch ReSearch представляет собой продвинутую структуру, которая обучает большие языковые модели (LLM) комбинировать рассуждения с поиском с помощью обучения с подкреплением, устраняя необходимость в контролируемых данных для…

  • Использование Git и Git Bash: Руководство для бизнеса

    Бизнес-преобразование с помощью Git и искусственного интеллекта Введение Использование Git и Git Bash может значительно улучшить управление проектами. Эти инструменты позволяют командам отслеживать изменения кода и эффективно сотрудничать, что значительно повышает производительность бизнеса.…

  • Создание инструмента для анализа рентгеновских снимков с открытым исходным кодом

    Создание инструмента для оценки рентгеновских снимков с открытым исходным кодом Практические бизнес-решения Создание прототипа инструмента для оценки рентгеновских снимков может значительно улучшить процессы диагностики и повысить качество обслуживания клиентов в медицинских учреждениях. Использование…

  • Увеличение разнообразия креативного письма с помощью DPO и ORPO в ИИ моделях

    Улучшение креативного письма с помощью ИИ: Практические решения для бизнеса Понимание проблемы креативного письма в ИИ Креативное письмо требует разнообразия и воображения, что представляет собой уникальную задачу для систем искусственного интеллекта (ИИ). В…

  • Оценка юридических ответов на соответствие GDPR с помощью платформы Atla

    Оценка юридических ответов для соблюдения GDPR с помощью платформы Atla Обзор Данный гид описывает практический подход к оценке качества юридических ответов, сгенерированных языковыми моделями, с использованием платформы Atla и Python SDK. Наша цель…

  • VideoMind: Прорыв в понимании видео с помощью ИИ

    Видеоминд: Применение AI для понимания видео Видеоминд представляет собой значительное достижение в области искусственного интеллекта, особенно в понимании видео. Этот инновационный подход решает уникальные задачи анализа видеоконтента. Понимание задач видеоконтента Видеоматериалы более сложны…

  • Hostinger Horizons: Создавайте веб-приложения без кода с помощью ИИ

    Практические бизнес-решения с использованием Hostinger Horizons Hostinger Horizons предлагает уникальные возможности для бизнеса благодаря своей платформе без кода, которая упрощает создание веб-приложений. Вот как это может улучшить бизнес и реальную жизнь: Преимущества использования…

  • Hunyuan-T1: Революция в Искусственном Интеллекте для Бизнеса

    Практические бизнес-решения Преобразование рабочих процессов Искусственный интеллект может значительно улучшить бизнес-операции. Вот практические шаги, которые стоит рассмотреть: 1. Определите возможности автоматизации Ищите процессы, которые можно автоматизировать для повышения эффективности. 2. Улучшите взаимодействие с…

  • FFN Fusion от NVIDIA: Революция в эффективности больших языковых моделей

    Введение в большие языковые модели Большие языковые модели (LLMs) становятся все более важными в различных секторах, обеспечивая работу приложений, таких как генерация естественного языка и разговорные агенты. Однако с увеличением размера и сложности…