本申請實施例涉及數據處理領域，更具體地涉及一種基于大模型的訓練方法及相關裝置。

背景技術：

1、近年來，心理能力訓練領域受到越來越多的關注。心理能力的提升，如情緒調節、壓力管理與認知能力優化，對個人的健康發展和職業成就具有重要意義。然而，傳統心理能力訓練方法存在明顯的局限性。傳統的心理能力訓練通常依賴以下技術手段：

2、標準化問卷：如mmpi(明尼蘇達多項人格測驗)、16pf(卡特爾16種人格因素問卷)等用于心理狀態的定量評估。

3、模塊化訓練工具：預設靜態訓練內容，涵蓋壓力管理、情緒調節和社交能力訓練模塊。

4、ai輔助工具：近年來引入情緒識別和行為分析的人工智能系統，用于簡單交互和反饋。

5、現有心理能力訓練工具雖有一定成效，但在實現個性化、交互性和長期適應性方面存在不足。

技術實現思路

1、本申請實施例提供一種基于大模型的訓練方法及相關裝置,可以通過大模型進行交互式的智能引導，從而獲取到更加真實多維的用于評估用戶心理的評估交互數據，得到更加準確的心理特征,從而方便為用戶設計有針對性的訓練方案，為用戶帶來了更好的體驗。

2、第一方面，本申請實施例提供一種基于大模型的訓練方法，該方法包括：

3、通過大模型與用戶進行評估階段的交互，得到評估交互數據，并基于所述評估交互數據進行實時評估分析，以得到所述用戶的個性化畫像；所述評估交互數據的數據模態至少包括以下之一：文本數據、語音數據、圖像數據和生理數據；所述個性化畫像至少包括所述用戶的多維心理狀態評估結果和心理能力多維分析結果；所述多維心理狀態評估結果至少包括以下之一：所述用戶的情緒穩定性、承壓能力、認知狀態；所述心理能力多維分析結果至少包括所述用戶在不同心理能力維度的短板；

4、根據所述個性化畫像，生成訓練方案；所述訓練方案的訓練目標至少用于指示提升所述用戶在一個心理能力維度的短板；

5、通過所述大模型基于所述訓練方案與所述用戶進行訓練階段的交互，以便用戶完成所述訓練方案。

6、第二方面，本申請實施例提供一種基于大模型的訓練系統，具有實現對應于上述第一方面提供的基于大模型的訓練方法的功能。所述功能可以通過硬件實現，也可以通過硬件執行相應的軟件實現。硬件或軟件包括一個或多個與上述功能相對應的模塊，所述模塊可以是軟件和/或硬件。

7、在一個實施方式中，所述基于大模型的訓練系統包括：

8、交互模塊，被配置為通過大模型與用戶進行評估階段的交互，得到評估交互數據；所述評估交互數據的數據模態至少包括以下之一：文本數據、語音數據、圖像數據和生理數據；

9、評估模塊，被配置為基于所述評估交互數據進行實時評估分析，以得到所述用戶的個性化畫像；所述個性化畫像至少包括所述用戶的多維心理狀態評估結果和心理能力多維分析結果；所述多維心理狀態評估結果至少包括以下之一：所述用戶的情緒穩定性、承壓能力、認知狀態；所述心理能力多維分析結果至少包括所述用戶在不同心理能力維度的短板；

10、訓練模塊，被配置為根據所述個性化畫像，生成訓練方案；以及通過所述大模型基于所述訓練方案與所述用戶進行訓練階段的交互，以便用戶完成所述訓練方案。

11、第三方面，本申請實施例提供一種計算機可讀存儲介質，其包括指令，當其在計算機上運行時，使得計算機執行如第一方面所述的基于大模型的訓練方法。

12、第四方面，本申請實施例提供一種計算設備，包括存儲器，處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，所述處理器執行所述計算機程序時實現第一方面所述的基于大模型的訓練方法。

13、第五方面，本申請實施例提供一種芯片，該芯片中包括與收發器耦合的處理器，用于執行本申請實施例第一方面提供的技術方案。

14、在一種可能的設計中，該芯片還可以是用來實現以上第一方面提供的技術方案的專用硬件結構，例如涉及神經網絡模型的處理可以由專用神經網絡處理器或圖形處理器來實現。

15、第六方面，本申請實施例提供一種芯片系統，該芯片系統包括處理器，用于實現上述第一方面中所涉及的功能，例如，生成或者處理上述第一方面提供的基于大模型的訓練方法中所涉及的信息。

16、在一種可能的設計中，上述芯片系統還包括存儲器，該存儲器與處理器通過電路結構連接。該存儲器用于保存終端必需的程序指令和數據。該芯片系統可以由芯片構成，也可以包含芯片和其他分立器件。進一步可選地，該芯片還包括通信接口，處理器與該通信接口連接。通信接口用于接收需要處理的數據和/或信息，處理器從該通信接口獲取該數據和/或信息，并對該數據和/或信息進行處理，并通過該通信接口輸出處理結果。該通信接口可以是輸入輸出接口。

17、第七方面，本申請實施例提供一種包含指令的計算機程序產品，當該計算機程序產品在計算機上運行時，使得計算機執行上述第一方面提供的基于大模型的訓練方法。

18、相較于現有技術，本申請實施例中，通過大模型與用戶進行評估階段的交互，得到評估交互數據，并基于所述評估交互數據進行實時評估分析，以得到所述用戶的個性化畫像；根據所述個性化畫像，生成訓練方案；通過所述大模型基于所述訓練方案與所述用戶進行訓練階段的交互，以便用戶完成所述訓練方案?？梢?，本申請實施例可以通過大模型進行交互式的智能引導，從而獲取到更加真實多維的用于評估用戶心理的評估交互數據，得到更加準確的心理特征,從而方便為用戶設計有針對性的訓練方案，可以幫助提升用戶的心理韌性、情緒管理、認知水平等心理能力，為用戶帶來了更好的體驗。

技術特征：

1.一種基于大模型的訓練方法，其特征在于，所述方法包括：

2.如權利要求1所述的方法，其特征在于，所述評估交互數據包括所述用戶的基礎信息、心理評估交互數據和/或能力評估交互數據；

3.如權利要求2所述的方法，其特征在于，所述大模型與所述用戶在各個階段的交互均包括多輪對話，每輪對話均由大模型和用戶交替完成；

4.如權利要求1所述的方法，其特征在于，所述大模型與所述用戶進行交互時輸出的交互數據類型包括以下之一：文本、語音、圖像和體感；

5.如權利要求3所述的方法，其特征在于，基于所述評估交互數據進行實時評估分析包括：

6.如權利要求5所述的方法，其特征在于，基于所述評估交互數據中不用模態的數據，分別進行特征提取，得到各個模態的特征，包括：

7.如權利要求6所述的方法，其特征在于，所述生活狀態包括以下至少一種：所述用戶的居住環境、工作環境、日常作息、行為數據、社交媒體活動；

8.如權利要求5所述的方法，其特征在于，通過預先構建的動態評估模型基于所述評估交互數據進行實時評估分析；

9.如權利要求1所述的方法，其特征在于，所述大模型采用動態自適應交互策略與所述用戶進行評估階段的交互；所述動態自適應交互策略基于強化學習方式預先構建；

10.一種基于大模型的訓練系統，其特征在于，該系統包括：

技術總結
本申請實施例涉及數據處理領域，提供一種基于大模型的訓練方法及相關裝置，該方法包括：通過大模型與用戶進行評估階段的交互，得到評估交互數據，并基于所述評估交互數據進行實時評估分析，以得到所述用戶的個性化畫像；根據所述個性化畫像，生成訓練方案；通過所述大模型基于所述訓練方案與所述用戶進行訓練階段的交互，以便用戶完成所述訓練方案。本申請實施例可以通過大模型進行交互式的智能引導，從而獲取到更加真實多維的用于評估用戶心理的評估交互數據，得到更加準確的心理特征,從而方便為用戶設計有針對性的訓練方案，可以幫助提升用戶的心理韌性、情緒管理、認知水平等心理能力，為用戶帶來了更好的體驗。

技術研發人員：肖錫堯,鄭叔亮
受保護的技術使用者：北京聆心智能科技有限公司
技術研發日：
技術公布日：2025/4/28