心理健康-R1蒸馏中文数据集-10k

数据集简介

本数据集是专为心理健康领域设计的蒸馏数据集，旨在提升大模型在心理学相关任务中的推理能力和生成质量。数据集基于 psychology-10k-sft-zh，通过 DeepSeek R1 模型生成思维链（think）和输出（content），进一步增强了模型的推理能力。数据集包含 10,000 条高质量样本，适用于心理学领域的自然语言处理任务，如心理咨询、情感分析、多轮对话等。

数据集特点

• 高质量推理数据：通过 DeepSeek R1 生成思维链和输出，提升模型的推理能力。
• 中文心理学场景：数据集为中文，覆盖心理学领域的多种场景和问题。
• 长文本支持：数据长度达到 4096 及以上，适合处理复杂的长文本任务。
• 多轮对话支持：数据集包含多轮对话生成能力，适合构建智能助手类应用。

数据集结构

数据集以 JSON 格式存储，每条数据包含以下字段：

• input: 用户输入的问题或指令。
• think: DeepSeek R1 生成的思维链，用于推理过程。
• content: DeepSeek R1 生成的最终输出内容。

示例：

{
  "input": "我最近一直感到非常焦虑，但不知道原因是什么",
  "think": "用户提到最近感到焦虑，但不确定原因。可能的原因包括工作压力、生活变化或心理因素。需要提供一些常见的焦虑诱因和应对策略。",
  "content": "焦虑可能由多种因素引起，例如工作压力、生活变化或心理因素。以下是一些常见的焦虑诱因和应对策略：1. 识别压力源；2. 保持健康的生活方式；3. 寻求专业帮助。"
}

使用场景

• 心理咨询助手：用于构建智能心理咨询助手，提供专业的心理学建议。
• 情感分析：用于分析用户情感状态，生成针对性的情感支持内容。
• 多轮对话：用于构建支持多轮交互的心理健康对话系统。