Не бойтесь, это позабытый мемас, а вот мы про вас не забыли, но события были настолько плотными, что не успели оглянуться, а уже скоро август. Надеемся, вы продуктивно проводите лето. Если нет, то у вас есть целый месяц, чтобы наверстать. Мы же в девлоге расскажем, что у нас случилось за полгода с момента прошлой публикации.

CLPsych 2026

В этом году мы не прозевали начало профильного соревнования, где МЛщики разрабатывают модели для различных психопроблем. Для нашей команды эта сорева — полный мэтч. Наш руководитель приметил ее еще в 2019 году, но постоянно вспоминал тогда, когда она уже заканчивалась.

Какая задача ставилась в этом году. Базой стали последовательные наборы постов нескольких человек с Реддита. Задачи были следующие:

Определить композицию аспектов по специальному фреймворку и их выраженность.
Найти моменты эмоционального напряжения и переключения в последовательности постов.
Сгенерировать описательное саммари на основе фреймворка, а также саммари описывающее динамику.

Теперь про какой фреймворк говорится. Этот фреймворк, называемый MIND, в отличие от других представляет менталочку как динамическую систему. Состояние он описывает с помощью понятия self-state, которое является составным набором из аффекта (Affect), поведения (Behavior), когниции (Cognition) и желания (Desire). По первым буквам английских букв композиция называется ABCD. В свою очередь каждый элемент композиции распадается на подэлементы, которые уже конкретно описывают текущее состояния. В свою очередь сам self-state может быть в одной из двух валентностей: адаптивная и дезадаптивная. Каждый пост человека описывается такой композицией, а их упорядоченный во времени набор показывает, как менталочка изменяется в динамике. Собственно, первая задача и направлена на то, чтобы научиться предсказывать эту композицию.

Вторая задача уже связана на предсказание динамических явлений. Эмоциональное напряжение это ровно то, что вы представляете — последовательное нарастание накала страстей, типа «завтра у меня экзамен, я так волнуюсь», «боже я не могу спать, помогите кто-нибудь, я сейчас сойду с ума», «урааа, я сдала! ! я сдала! !!! ». Переключения же это ситуации, когда в двух соседних постах описывается резкое изменение ментального состояния. Там под капотом лежит специальная метрика, которая это измеряет.

Ну и последняя задача заключается в том, чтобы на основе полученных данных из первых двух задач сгенерировать саммари, которое описывает, что в целом происходит с пользователем в терминах фреймворка MIND.

Мы пошли по составному пути. Для первой задачи мы использовали два классификатора для каждой валентности. Структура размеченных данных была такой: большой текст поста и выделенный фрагмент (evidence), который соответствовал одному из подэлеметов. Мы делили пост на предложения, для каждого из них Берт предсказывал подэлемент, а затем предсказания агрегировали. Затем другой Берт определял выраженность валентности, задача регрессии на степень от 1 до 5. Вторая задача для нас была особенно интересной, поскольку хотим такое для Китобоя. Мы попробовали разные подходы: и представление постов фичами разных моделей (эмоции, например), и специальные модели типа Tempoformer и HoRoBERT, но высоких показателей достичь не удалось. Забавно, что Tempoformer был разработан одной из организаторов и потом он даже появился как бейзлайн. В отличие от нашего, Tempoformer-бейзлайн получился жуть каким успешным. И хотя мы брали официальный код модели из ранее опубликованной статьи, мы не смогли повторить таких цифр. Странности. Для третьей задачи у нас были довольно простые подходы, которые были завязаны на разные стратегии затравтинга.

Итого, наши результаты оказались слабыми по общему зачету, к сожалению, но мы смотрим на это как на стартовую точку роста. Посмотрим, что будет в следующий раз. Несмотря на это, статью с описанием нашей системы приняли к публикации, где и вы можете подробнее почитать про наш пайплайн, а также анализ того, почему он не взлетел. Мы думаем, что как раз этот анализ и составил основную ценность статьи, что также отмечали ревьюверы. Между тем, это первая международная статья, где фигурирует Пситехлаб.

Пситехлаб образовательный

В июне наша коллега, Катя Мазурина, защитила магистерскую. Посвящена она была тому, как большие языковые модели отрабатывают на нашем пресуи-антисуи датасете. То есть да, наша команда теперь имеет целого выпускника магистра. Если в двух словах, то у Кати получилось обучить через LoRA классификаторы, которые сильно лучше исходных бертовых моделей: прибавка получилось +6 и +3 по F1-macro для точных пресуи и антисуи классов, соответственно. Кроме того, GPT-5 на одних только промптах показала такие же результаты, как Берты. В спину ей дышит Deepseek-r1. Еще Катя составила список разных лингвистических маркеров из литературы, которые характеризуют подобные тексты, и проверила, что они действительно могут тексты на уровне сигналов. Комиссия оценила ее работу на отлично, 90 баллов, с чем мы ее горячо поздравляем!

В конце прошлого года мы сказали, что если кто хочет с нами что-то поделать, то милости просим. В итоге нам написала куратор проектов ИТМО и мы смогли целых пять проектов отдать на проработку студентам в качестве практики. До финального результата дошел MCP-сервер для Китобоя, теперь мы можем играться с агентами в нашей основной задаче. Результат есть и в проекте по разделителю сложных предложений на простые части, но мы хотим его докрутить: сделать больше золотой набор и тренировочный набор, целимся в статью. В подвисшем состоянии находится проект по инцелам, в котором пытаемся выяснить, какое прошлое объединяет этих людей, а еще проект агента, который по истории переписок строит дневник приятных воспоминаний. Его, кстати, перехватила наша новая участница Ира Самсонова, студентка СпБГУ.

О том, что студенты, которые работают у нас, свои наработки используют как курсачи, вообще говорить не приходится. Если вы тоже хотите так, то пишите нам на почту.

Наша колаба с проектом «Открытые двери»

Мы раньше упоминали про бота-тренажера для психологов. Расскажем здесь, что это такое. Многие начинающие психологи нервничают перед их первой сессией, ведь к ним придет реальный человек с реальными проблемами, а они должны помочь им их решать. А ведь сами клиенты порой не то, чтобы понимают до конца, как работает психотерапия, могут начать возмущаться, вести себя так, чтобы вынь и положь ему решение проблемы, которое он даже не озвучил, либо наоборот перепутать сессию со встречей с закадычным другом. Для начинающего психолога такой клиент — тушите свет. Чтобы психика самого психолога получила какой-то опыт взаимодействия с таким «сложными» клиентами и снизила уровень его тряски, мы и разрабатываем наш тренажер.

Ядро тренажеры — структура, описывающая усредненное поведение типичного представителя какой-нибудь группы клиентов. Внутренние поиски показали, что наибольший трепет начинающие психологи испытывают перед агрессивными и тревожными клиентами. С помощью литературы и экспертов мы описали эти типы и протестировали несколько поведенческих движков на основе БЯМ. Мы долго пытались собрать реальные сессии с указанными типами, но не случилось, многие просто боятся нарушить этические нормы психолога. Как вы понимаете, без реальных данных сложно приближать что-то МЛьное к этой самой реальности. В качестве обходного пути мы использовали фокус-группу из матёрых терапевтов и результаты обнадеживают.

Сейчас мы готовим статью по результатам работы и как только она выйдет, мы сделаем пост с описанием архитектуры бота и подробными результатами. Также мы надеемся, что осенью будет запущена первая тренинговая программа у Открытых дверей на основе нашего бота.

Еще по заказу Открытых дверей мы разработали локальный транскрибатор. Назвали его скромно «Тихий секретарь». Какая за этим стоит проблема: психологи иногда записывают сессии с клиентами, чтобы потом лучше проанализировать, что происходит, или обсудить какие-то моменты с супервизорами. Однако стандарты профессии запрещают сессии с клиентами передавать в третьи руки, с чем столкнулись и мы выше. Подавляющее большинство транскрибаторов работают как облачное решение, читай, «третьи руки», значит пользователя нельзя. Наш транскрибатор выполняет весь процесс локально, поэтому таких проблем не возникает. Плата за это скорость: она медленная. Но скорость и не требуется в постановке задачи, потому что психологи не записывают каждую сессию и вполне себе могут запустить распознавание фоном, пока проводят, например, очередную сессию.

Каждый полуторный читаль этого девлога сейчас подумал «я вам такой трансрибатор в Клод коде за 5 минут разработаю, тоже мне достижение». Видите ли, дорогие наши читали, для многих психологов «Клод код» пока еще воспринимается как нечто мутное и непонятное. Ну представьте, ваша основная работа связана с людьми, а тут вам нужно ВПН иметь, оплату совершить, программу установить, то, что транскрибатор можно с ним сделать — понимать. Ценность нашего решения в том, что с ним мутота исчезает и остается простой и понятный механизм: скачал, тыкнул, запустил. Пока еще это ценится.

Над чем работаем сейчас

Мы вернулись к работе над психобенчмарком. Прямо сейчас разрабатываем калибровочный набор для моделей оценки качества переводов, поскольку большинство датасетов, из которых будет состоять бенчмарк, будут переведенными. Для русского языка данных не завезли. Кроме того, активно работаем над синтезатором для задачи детекции персональных данных — будем стараться убеждать психологов и клиентов дать нам сессии на анонимных условиях. Еще экспериментируем с MCP-сервером для Китобоя, смотрим, как можно использовать агентский подход для анализа аккаунтов в социальных сетях. Сейчас именно, что играемся, а дальше, кто знает, может быть тоже какой-нибудь бенчмарк сообразим.