[{"data":1,"prerenderedAt":194},["ShallowReactive",2],{"blog-blog_ru-small-ai-models-outperform-giants-in-therapy":3,"alternates-small-ai-models-outperform-giants-in-therapy-ru":178},{"id":4,"title":5,"author":6,"body":7,"category":158,"date":159,"description":160,"draft":161,"extension":162,"healthTopics":163,"image":166,"meta":167,"navigation":168,"path":169,"readingTime":170,"reviewedBy":166,"seo":171,"stem":172,"tags":173,"updatedDate":176,"__hash__":177},"blog_ru\u002Fblog\u002Fsmall-ai-models-outperform-giants-in-therapy.md","Как маленькая ИИ-модель обошла гигантов в психотерапии","Nearby",{"type":8,"value":9,"toc":148},"minimark",[10,14,19,22,25,29,32,35,38,42,45,48,52,55,62,68,88,92,100,103,106,110,116,122,132],[11,12,13],"p",{},"Модель с 500 миллионами параметров обошла GPT-4.1 по метрике ROUGE-1 в терапевтических диалогах — 41,32 против 40,04. Это результат исследования MoPHES, опубликованного в IEEE в октябре 2025 года. Авторы — Вэй, Чжоу и Ван — показали: в психологической поддержке побеждает не размер модели, а качество обучающих данных.",[15,16,18],"h2",{"id":17},"что-такое-mophes","Что такое MoPHES?",[11,20,21],{},"MoPHES (Mobile Psychological Health Evaluation and Support) — система на базе языковой модели MiniCPM4-0.5B, обученной специально для ведения многоходовых терапевтических диалогов. Ключевое слово — «специально». Вместо того чтобы натаскивать гигантскую модель на всё подряд, исследователи взяли компактную модель и дообучили её на тщательно подобранном корпусе психологических консультаций.",[11,23,24],{},"Корпус собирался из двух китайских датасетов — PsyQA и EmoLLM. Исходные 113 552 пары «вопрос-ответ» прошли фильтрацию и были преобразованы в 34 827 многоходовых диалогов, имитирующих реальные консультации. Тематика: семья и брак (50,6%), эмоциональные проблемы (24,7%), личностный рост (13,4%).",[15,26,28],{"id":27},"почему-маленькая-модель-побеждает-большую","Почему маленькая модель побеждает большую?",[11,30,31],{},"Универсальные модели вроде ChatGPT и GPT-4.1 обучены на триллионах токенов из интернета. Они знают всё — и ничего глубоко. В психологическом контексте это проявляется конкретно: они дают советы вместо того, чтобы слушать, повторяют одни и те же формулировки, плохо удерживают эмоциональный контекст в длинных разговорах.",[11,33,34],{},"Дообученная MiniCPM4-0.5B научилась другому — вести себя как консультант, а не как энциклопедия. По метрике ROUGE-1 она набрала 41,32 балла в стратегии label, тогда как GPT-4.1 — 40,04. Это значит, что ответы маленькой модели точнее совпадали с эталонными терапевтическими репликами по содержанию и лексике.",[11,36,37],{},"При ручной экспертной оценке — понимание, эмпатия, профессионализм, полезность и безопасность — MoPHES набрала 7,204 балла из 10 по стратегии label. GPT-4.1 получил 8,685. Разрыв есть, но MoPHES стала лучшей среди всех некоммерческих моделей. Учитывая, что GPT-4.1 — продукт с бюджетом в миллиарды долларов, результат 0,5B-модели впечатляет.",[15,39,41],{"id":40},"почему-думающие-модели-провалились","Почему «думающие» модели провалились?",[11,43,44],{},"Самый неожиданный результат исследования: DeepSeek-R1-7B — модель, оптимизированная для логических рассуждений, — показала худшие результаты среди всех протестированных систем. Это контринтуитивно: казалось бы, «рассуждающая» модель должна лучше анализировать проблему клиента.",[11,46,47],{},"Но терапия — не логическая задача. Человеку, который рассказывает о своей боли, не нужен пошаговый разбор ситуации. Ему нужно быть услышанным. Модели, заточенные под цепочки рассуждений, буквально «думают вслух» вместо того, чтобы поддерживать. Они оптимизированы на поиск правильного ответа — а в терапии правильного ответа часто не существует.",[15,49,51],{"id":50},"что-это-значит-для-будущего-ии-терапии","Что это значит для будущего ИИ-терапии?",[11,53,54],{},"Несколько выводов, которые стоит запомнить.",[11,56,57,61],{},[58,59,60],"strong",{},"Доступность."," MoPHES обучалась на одном GPU A100. Это не суперкомпьютер — это стандартное оборудование, доступное в облаке за десятки долларов в час. Если качественную терапевтическую модель можно создать без инфраструктуры уровня Google, порог входа для разработчиков ментальных сервисов резко снижается.",[11,63,64,67],{},[58,65,66],{},"Приватность."," Модель с 500 миллионами параметров может работать прямо на смартфоне — без отправки данных на сервер. Для психологической поддержки это критически важно: люди чаще обращаются за помощью, когда уверены, что их слова не уходят в облако.",[11,69,70,73,74,81,82,87],{},[58,71,72],{},"Специализация важнее масштаба."," Исследования последних лет — ",[75,76,80],"a",{"href":77,"rel":78},"https:\u002F\u002Farxiv.org\u002Fabs\u002F2305.09790",[79],"nofollow","SMILE, MeChat"," (2023), ",[75,83,86],{"href":84,"rel":85},"https:\u002F\u002Farxiv.org\u002Fabs\u002F2311.00273",[79],"SoulChat"," (2023) — уже показывали, что синтетические и курированные датасеты для обучения терапевтических моделей дают сильные результаты. MoPHES подтвердила тренд: узкая специализация побеждает универсальность.",[15,89,91],{"id":90},"где-проходит-граница","Где проходит граница?",[11,93,94,95,99],{},"Важно не путать прогресс с готовностью. MoPHES обучалась на китайскоязычных данных — перенос на другие языки и культурные контексты потребует отдельной работы. Ручная оценка всё ещё отдаёт первенство коммерческим моделям по эмпатии и профессионализму. Ни одна из протестированных систем не проходила клинических испытаний — в отличие от ",[75,96,98],{"href":97},"\u002Fblog\u002Fai-therapist-depression-clinical-trial","Therabot, снизившего симптомы депрессии на 51%",".",[11,101,102],{},"По данным ВОЗ (2022), каждый восьмой человек в мире живёт с психическим расстройством, при этом 75% людей в странах с низким доходом не получают никакой помощи. Компактные специализированные модели — один из реальных путей к преодолению этого разрыва.",[11,104,105],{},"Проект «Рядом» опирается именно на эту логику: не гнаться за размером модели, а строить систему поддержки, которая понимает контекст, удерживает эмпатию и работает в рамках доказательных подходов.",[15,107,109],{"id":108},"часто-задаваемые-вопросы","Часто задаваемые вопросы",[11,111,112,115],{},[58,113,114],{},"Может ли ИИ-модель с 500 млн параметров заменить живого психотерапевта?","\nНет. MoPHES и подобные системы — это инструмент поддержки, а не замена специалиста. Они могут помочь между сессиями, в зонах без доступа к терапевтам или как первый шаг для тех, кто пока не готов обратиться к человеку.",[11,117,118,121],{},[58,119,120],{},"Почему важно, что модель маленькая?","\nКомпактные модели могут работать локально — на телефоне или ноутбуке — без подключения к интернету. Это защищает конфиденциальность и делает помощь доступной даже в регионах со слабым покрытием сети.",[11,123,124,127,128,99],{},[58,125,126],{},"Чем дообученная модель отличается от ChatGPT в роли «терапевта»?","\nChatGPT и GPT-4.1 — универсальные модели, которые подстраиваются под запрос через промпт. Дообученная модель вроде MoPHES прошла обучение на десятках тысяч реальных терапевтических диалогов и усвоила паттерны профессиональной поддержки: активное слушание, валидацию эмоций, структуру сессии. Подробнее о возможностях и рисках LLM в терапии — в статье ",[75,129,131],{"href":130},"\u002Fblog\u002Fchatgpt-as-therapist-llm-opportunities-and-risks","ChatGPT как терапевт: возможности и риски",[11,133,134,142,143,147],{},[58,135,136,137,141],{},"Что такое ",[75,138,140],{"href":139},"\u002Fblog\u002Fwhat-is-computational-psychiatry","вычислительная психиатрия"," и как она связана с ИИ-терапией?","\nВычислительная психиатрия использует ",[75,144,146],{"href":145},"\u002Fblog\u002Fcomputational-models-of-mental-disorders","математические модели"," для понимания психических расстройств. ИИ-терапия — одно из её практических приложений: модели, обученные на клинических данных, применяют эти принципы для поддержки людей в реальном времени.",{"title":149,"searchDepth":150,"depth":150,"links":151},"",2,[152,153,154,155,156,157],{"id":17,"depth":150,"text":18},{"id":27,"depth":150,"text":28},{"id":40,"depth":150,"text":41},{"id":50,"depth":150,"text":51},{"id":90,"depth":150,"text":91},{"id":108,"depth":150,"text":109},"ai-therapy","2026-03-09","Модель с 500 млн параметров превзошла GPT-4.1 в терапевтических диалогах. Почему в психотерапии размер не главное.",false,"md",[164,165],"Mental health","Digital mental health",null,{},true,"\u002Fblog\u002Fsmall-ai-models-outperform-giants-in-therapy",3,{"title":5,"description":160},"blog\u002Fsmall-ai-models-outperform-giants-in-therapy",[174,158,175],"AI mental health","AI therapy","2026-05-17","-BZBLKcsg9s4DvZwwuItI10snCe6Zjcq1fGP8S3Yux4",[179,182,186,190],{"locale":180,"label":181,"path":169},"en","English",{"locale":183,"label":184,"path":185},"kz","Қазақша","\u002Fkz\u002Fblog\u002Fsmall-ai-models-outperform-giants-in-therapy",{"locale":187,"label":188,"path":189},"ky","Кыргызча","\u002Fky\u002Fblog\u002Fsmall-ai-models-outperform-giants-in-therapy",{"locale":191,"label":192,"path":193},"by","Беларуская","\u002Fby\u002Fblog\u002Fsmall-ai-models-outperform-giants-in-therapy",1780418368040]