遇见数据集

CAS-SIAT-XinHai/CPsyExam

收藏
Hugging Face2025-07-06 更新2025-04-12 收录
官方服务:

资源简介:

--- language: zh license: cc-by-4.0 datasets: - CPsyExam --- # CPsyExam Dataset CPsyExam is a comprehensive dataset designed for evaluating Chinese psychological examination capabilities in large language models. ## Dataset Description The CPsyExam dataset is structured to assess psychological examination competencies in a Chinese context. It provides a standardized way to evaluate how well language models can handle psychological assessment tasks. The dataset contains multiple-choice questions from various psychological domains, including clinical and counseling psychology. ## News 🔥 - **December 9, 2024**: Official website launched at [https://cpsyexam.xinhai.co](https://cpsyexam.xinhai.co) - **November 30, 2024**: Our paper "CPsyExam: Chinese Benchmark for Evaluating Psychology using Examinations" has been accepted by COLING 2025! 🎉 ## Data Format The dataset is organized in JSON format with the following splits: - Training set - Validation set - Test set Each example in the dataset follows this structure: ```json { "subject_name": "心理学科目名称", "question_type": "multi/single", "kind": "knowledge", "question": "题目内容", "options": { "A": "选项A内容", "B": "选项B内容", "C": "选项C内容", "D": "选项D内容", "E": "选项E内容" }, "explanation": "题目解析说明", "id": "唯一标识ID" } ``` ### Field Descriptions: - `subject_name`: The specific subject area in psychology - `question_type`: Type of question (e.g., "multi" for multiple choice) - `kind`: Category of the question (e.g., "knowledge") - `question`: The actual question text - `options`: A dictionary containing the multiple choice options (A through E) - `explanation`: Detailed explanation of the correct answer - `id`: Unique identifier for the question ## Usage ### Loading the Dataset ```python from datasets import load_dataset dataset = load_dataset("CAS-SIAT-XinHai/CPsyExam") ``` ### Data Preparation for Fine-tuning For those interested in using the dataset for fine-tuning, you can prepare the data according to the [SFT](https://github.com/CAS-SIAT-XinHai/CPsyExam/blob/main/README.md#sft) section. ## Leaderboard Track model performance and submit your results at our [leaderboard](http://cpsyexam.xinhai.co/leaderboard). ## Citation If you use this dataset in your research, please cite: ```bibtex @misc{CPsyExam benchmark, title={CPsyExam: Chinese Benchmark for Evaluating Psychology using Examinations}, author={Jiahao Zhao, Jingwei Zhu, Minghuan Tan, Min Yang, Di Yang, Chenhao Zhang, Guancheng Ye, Chengming Li, Xiping Hu}, year = {2024}, publisher = {GitHub}, journal = {GitHub repository}, howpublished = {\url{https://github.com/CAS-SIAT-XinHai/CPsyExam}} } ``` ## License This dataset is licensed under CC-BY-4.0. ## Contact For more information, visit our [official website](http://cpsyexam.xinhai.co).

CPsyExam is a comprehensive dataset designed for evaluating Chinese psychological examination capabilities in large language models. It contains multiple-choice questions from various psychological domains, including clinical and counseling psychology, aiming to standardize the evaluation of language models performance in handling psychological assessment tasks.

提供机构:
CAS-SIAT-XinHai
搜集汇总
数据集介绍
构建方式
CPsyExam数据集由CAS-SIAT-XinHai团队精心构建,旨在系统评估大语言模型在中文心理学领域的考试能力。该数据集以JSON格式组织,涵盖训练集、验证集和测试集三个标准划分。每条数据包含心理学具体科目名称、题目类型(单选或多选)、知识类别、题目文本、五选一选项字典、详细解析及唯一标识符。数据来源覆盖临床与咨询心理学等多个分支,通过专家设计确保题目质量与学科代表性,形成结构化的心理学评估基准。
使用方法
使用CPsyExam数据集极为便捷,研究者可通过HuggingFace的datasets库直接加载,调用load_dataset('CAS-SIAT-XinHai/CPsyExam')即可获取完整数据。数据集支持直接用于评估模型的心理学考试能力,也可按照SFT(监督微调)指南进行数据准备,用于模型微调。官方提供在线排行榜,用户可提交模型结果以追踪性能。引用该数据集时需按照提供的BibTeX格式进行学术引用,并遵循CC-BY-4.0许可协议。
背景与挑战
背景概述
随着大语言模型在自然语言处理领域的迅猛发展,其在专业领域的应用能力逐渐成为研究焦点。心理学作为一门兼具科学性与人文性的学科,其知识体系的复杂性与实践应用的严谨性对模型提出了独特挑战。在此背景下,由中国科学院深圳先进技术研究院与鑫海科技联合团队(Jiahao Zhao, Jingwei Zhu, Minghuan Tan等)于2024年构建的CPsyExam数据集应运而生。该数据集专注于评估大语言模型在中文心理学考试中的表现,涵盖临床心理学、咨询心理学等多个分支,旨在为模型的心理评估能力提供标准化基准。其研究成果已被COLING 2025收录,标志着该数据集在自然语言处理与心理学交叉领域的重要影响力,为后续相关研究奠定了坚实基础。
当前挑战
CPsyExam数据集所解决的领域核心挑战在于,现有大语言模型在中文心理学专业评估中缺乏统一、权威的测试基准,难以衡量其知识掌握与推理能力。具体挑战包括:第一,心理学知识体系庞大且术语高度专业化,模型需准确理解并区分不同分支的细微概念,如临床诊断与咨询技术的差异;第二,构建过程中需从海量中文心理学题库中筛选、标注高质量题目,确保题目覆盖知识点的全面性与答案的准确性,同时避免歧义与过时内容;第三,题目类型涵盖单选与多选,模型需具备处理复杂选项逻辑的能力,这对模型的语义理解与决策一致性提出更高要求。
常用场景
经典使用场景
CPsyExam作为首个专注于中文心理学考试评估的大规模基准数据集,其经典使用场景在于系统性地检验大语言模型在临床与咨询心理学等专业领域的知识掌握程度。研究者通过该数据集中涵盖的多选题,可精准评估模型对心理学概念、诊断标准及治疗方法的理解水平,从而推动语言模型在专业学科评测中的标准化发展。
解决学术问题
该数据集有效填补了中文心理学领域缺乏高质量标准化评测基准的空白,解决了以往学术研究中难以量化评估语言模型心理学专业能力的问题。通过提供带有详细解析的题目结构,CPsyExam为比较不同模型在心理学知识上的表现提供了可靠依据,促进了人工智能与心理学交叉学科的学术对话,并为模型在专业领域的局限性分析奠定了数据基础。
实际应用
在实际应用中,CPsyExam可辅助开发面向心理健康咨询的智能助手,通过评测模型对心理学考题的应答能力,筛选出具备专业知识的候选模型。此外,该数据集还可用于心理学在线教育平台的自动出题与评估系统,帮助教师快速生成测验题目,或为学习者提供个性化的知识薄弱点诊断,提升心理学教育的智能化水平。
数据集最近研究
最新研究方向
当前,随着大语言模型在自然语言处理领域的突破性进展,如何精准评估其在特定专业领域——尤其是心理学——的认知与推理能力,已成为前沿研究的热点。CPsyExam数据集应运而生,它专为中文语境下的心理学科目考试能力评估而设计,涵盖临床与咨询心理学等多维度知识领域,通过标准化选择题形式系统考察模型对心理学知识的掌握程度。该数据集已被COLING 2025接收,标志着其学术价值获得国际认可。其发布不仅为心理人工智能评测提供了统一基准,更推动了心理测评与大语言模型交叉方向的研究,对构建可靠、可解释的智能心理评估系统具有深远意义。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务