XiaoMi-AI文件搜索系统
World File Search SystemPersonality
人工智能与国际法——法律人格和监管途径
人工智能的发展是一个爆炸性的过程，渗透到了生活的几乎所有领域。在这一快速发展的过程中，法律界却迟迟没有跟上。国际法尤其如此，它似乎仍不确定自己是否应该发挥作用。本文旨在勾勒出人工智能与国际法之间的交汇点。通过分离人工智能定义和性质的关键要素，分析了人工智能获得法人资格的可能性以及人工智能成为国际法主体的手段。本文利用无生命物体、公司和自然人等各种法人资格模式，提出了决策者是否以及何时想要规范该领域的途径。最后，本文探讨了赋予法人资格的优势和问题，以及国际监管未来的潜在方向。
人格维度GPT-3在人类肉体相互作用期间表达
1简介大型生成语言模型（LLM）的最新出现，例如GPT-3 [16]及其继任者Chatgpt [96]和GPT-4 [83]，彻底改变了自然语言处理和人工智能领域。由于他们具有前所未有的精度处理自然语言的能力，这些模型在各种环境中开放了新的应用程序和用例[26，35，96]。具体来说，它们产生的文本通常与人类生成的文本无法区分的能力使它们可以用作对话剂[57，62，86，108]，从而增加了可信性[70，106]，浸入性[52]和互动的个性化[58]。在游戏[2，5]中成功地改编了这种对话代理为非玩家字符（NPC），并对教学应用显示了巨大的希望[1]。然而，考虑到有关一致性和用户影响的问题仍未解决，必须对这种技术进行集成[27、55、57、74]。诸如安全和内容控制问题之类的新挑战阻碍了该技术进入高风险应用程序，例如教育和心理保健服务，那里没有任何不一致或适得其反的毒剂行为的空间[9，82]。因此，必须研究人类如何与基于LLM的对话剂相互作用，并了解在这种相互作用情况下出现的风险和挑战。人类肉体相互作用的一个重要方面是对转化药物的人格的设计和控制[32，33，109]。传达对话剂中的个性使交互作用引人入胜且令人信服，使用户拟人化代理[40，66]，增强用户参与度[88]和用户体验[91]，并通过高度个性化[98]来增加用户对代理的接受。然而，关于语音服务助理（例如Siri和Alexa）所表现出的人格的最新发现[103]表明，建立完善的人格模型（例如五因子模型[25，69]）与用户与此类助手相互作用时所感知的人格之间存在结构差异。这导致了一个问题，即最近基于LLM的对话代理人表现出的人格尺寸在多大程度上与人格模型一致，以及这些维度是否与先前工作中得出的维度一致。研究这种结构差异是必须将代理人个性的设计与用户的感知和期望保持一致[103，104]，从而使基于LLM的对话代理在人格维度方面实现系统的设计，评估和比较。在这项工作中，我们研究了在人类聊天对话期间由基于GPT-3的聊天机器人表达的潜在人格结构，并将结果与Völkel等人的演员人格模型进行了比较。[103]和人格的五因素模型[25，69]。在我们的研究中（见图1），有86名参与者在与聊天机器人交谈的同时定期将基于GPT-3的聊天机器人的个性描述。我们通过执行包括拼写的多个处理步骤
从简历和短文响应中预测个性
评估求职者的心理特征（包括其职业兴趣或人格特征）数十年来一直是招聘过程的一角。虽然传统的这种评估形式要求候选人通过问卷调查措施自我报告其特征，但最近的研究表明，计算机可以从他们在网上留下的数字足迹中预测人们的心理特征（例如，他们的Facebook Pro-pro-files，Twitter，Twitter帖子或信用卡帖子或信用卡支出）。尽管这种模型通过第三方提供商越来越多地获得，但在招聘过程中使用外部数据会带来相当大的道德和法律挑战。在本文中，我们研究了来自招聘过程中生成的数据的模型的人格特质的可预测性。特别是，我们利用CVS和自由文本答案的信息作为现实世界中的高风险招聘过程的一部分，结合了自然语言处理，以预测申请人的五大人格特质（n = 8,313个申请人）。我们表明，在比较基于机器学习的预测与自我报告的人格特质（平均r = 0.25）时，这些模型具有一致的中等预测精度，优于先前文献中报道的招聘者判断。尽管模型仅捕获自我报告差异的相对较小的部分，但我们的发现表明，在实践中，它们在实践中仍然可能与人格的自动预测相同（有时更好）在预测工作匹配的关键外部标准（即职业兴趣）中与自我报告的评估一样好（有时是更好）。
人工智能在边缘性人格障碍治疗中的潜在用途
2 叙事至少在两个方面与理解不同的精神病理学相关。首先，特征性叙事可以揭示不同精神病理学的存在。人们与他人的矛盾关系、极低的自尊心、认为自己一文不值或被拒绝等都会体现在他们的自我叙事中。自我叙事缺乏连贯性也可能是精神病理学的一个指标。第二种可能性是，自我叙事是精神病理学的因果因素，甚至是精神病理学的部分构成因素。BPD 也可以从第二种方式来理解：身份障碍是 BPD 不可或缺的一部分，而这里的身份至少在一定程度上是叙事。我认为，叙事在两个方面与理解和解释 BPD 相关：叙事障碍既是 BPD 的构成要素，也是 BPD 的症状。
量身定制的自适应人格评估系统 (TAPAS...
估计此信息收集的公共报告负担平均为每份回应 1 小时，包括审查说明、搜索现有数据源、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将有关此负担估计或此信息收集的任何其他方面的评论（包括减轻此负担的建议）发送至国防部华盛顿总部服务部信息行动和报告局 (0704-0188)，1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意，尽管法律有任何其他规定，但如果信息收集未显示当前有效的 OMB 控制编号，则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。
研究边界人格障碍中的冲动决策和情绪调节
本研究的目的是测试经颅磁刺激（TMS）是一种非侵入性脑刺激方法，涉及影响脑细胞活动的脉冲磁场，可以改变研究参与者执行计算机任务测量冲动性和情绪调节的方式。
通过图像信号处理和数学建模检测边缘性人格障碍
©2024 作者。由 JScholar 根据知识共享署名许可 http://creativecommons.org/licenses/by/3.0/ 的条款发布，允许不受限制地使用，只要注明原作者和出处。
真实的障碍：身份威胁，培养的看法和人格对roumophobia的影响
考虑到可能与机器的真实相互作用的障碍，本研究探讨了技术特征和个体性状的潜在双重影响的robophobia的贡献者。通过2×2×3在线实验，机器人的身体类似，性别和地位被操纵，并测量了机器人信念和人格特质的个体差异。机器人特征对恐惧症的影响不显着。总体而言，关于机器人的主观信念，媒体描绘的培养，无论是威胁人类的身份，都是道德的，并且拥有代理是robophobia的最强预测指标。那些具有较高内部控制和神经质的源头以及较低感知的技术能力的人表现出更多的Robophobia。对机器人在工作和社会中融合的社会技术方面的影响。
人格因素塑造了大脑对情绪刺激的反应：脑电图研究
脑电图（EEG）是一种用于记录脑活动的非侵入性电生理方法，使研究人员能够研究脑功能（8）。情感研究领域中的一种研究涉及通过定量分析EEG诱导情绪并记录大脑活动的变化（9）。研究人格，情绪和脑电图之间的关系的研究主要关注这三个因素中的两个（10-12），并且对人格在情绪诱导过程中的作用在大脑活动中的作用有限。使用召回或想象力（13），声音（14、15），图片（16、17）或视频剪辑（VC）（18、19）的一些研究，用于引起情绪反应的方法有所不同，这些研究被认为是对日常生活情况的自然和反思。此外，一些研究使用了少量样本量（20，21），仅包括均质参与者组（22），并且常常未能考虑性别差异（20）。这些方法上的差异导致整个研究的结果不一致（23，24）。
psilocybin Therapy诉Escitalopram治疗抑郁症的试验中的人格变化
抑郁症已被世界卫生组织（WHO）排名为全球疾病负担的第四个主要贡献者（Reddy，2010年），预计到2030年成为第一名（WHO，2011年）。近年来，迷幻疗法越来越多地研究为精神病干预，十项已发表的临床试验证明了抑郁症状的有希望的功效（例如Carhart-Harris等人，2016a；戴维斯等人，2021年； Goodwin等人，2022年； Ross等人，2016年； Sloshower等，2023）。在最近的一项试验中，涉及主动比较器和“双肢”和双盲手术时，psilocybin疗法（PT）在大多数抑郁症结果中表现出优于依此所的疗效（ET），但没有测量的主要结果（但不是主要结果（Barba等，2022； Carhart-Hartharris et; Carhart-Harris等，20221）。et是依此所药物疗法，选择性的5-羟色胺再摄取抑制剂（SSRI），心理支持和两个低剂量（1 mg）psilocybin的几天的组合，而PT是中度至高剂量（25 mg）psilococybin，心理学支持，和置于位置的中等剂量（25 mg）的组合。pt在主要结果中的可比较疗效证明了有效性Dekker，Hollon和Andersson，2009年），在本研究中与ET更紧密地收敛。