XiaoMi-AI文件搜索系统
World File Search System人格
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。
NHS 高地人格障碍综合护理途径
• 与患者就目标症状达成一致。 • 讨论治疗方案*、副作用以及药物发挥任何作用所需的通常时间。 • 讨论疗效的限度和证据基础。 • 同意决定服用哪种药物，甚至决定是否服用药物，都是患者的责任。 • 允许患者从给出的选项中选择药物，如果被问到，给出明确的建议，但避免说服患者。 • 同意药物试用期将持续多长时间，并强调在该期限结束之前不会开出任何替代药物。此试用期通常与具有类似症状的许可适应症的试用期相同。例如，对于 BPD 患者，针对烦躁不安症状开具的 SSRI 应进行 4-6 周的试用，这是 SSRI 在重度抑郁症中的典型试用期。 • 同意如何客观衡量症状改善。没有用于此目的的特定工具，但改善应该以清晰可操作的术语来衡量。例如，如果医生开具 SSRI 以试图改变自残行为（一种冲动行为失控症状），那么在开始治疗之前，应与患者共同制定一个具体目标。如果指定的目标是：“一周内减少自残次数”，那么就需要一个基线频率来衡量变化。日记卡或类似的东西显然在这里很有用。还应该测量不太客观可测量的症状，如烦躁不安。这可以通过简单的“1 到 10”情绪自我评估来实现。正式的抑郁症评定量表可能对测量这种症状没有多大用处，除非患者实际上是抑郁而不是烦躁不安，因为它们测量的是抑郁综合征而不是单个症状。• 避免服用过量有危险或可能导致依赖的药物。开始治疗后：
评估服装对虚拟字符中人格感知的影响
摘要：设计能够反映人格感的虚拟字符是虚拟现实和计算机图形中的研究和应用中的关键目标。越来越多的研究工作致力于调查通过将表达性的个性和样式注入虚拟化身，以构建多样，公平和包容的元方式。虽然大多数以前的工作都集中在探索虚拟角色动态行为的变化，但字符的视觉外观在影响其感知个性方面起着至关重要的作用。本文提出了一系列实验，评估了虚拟人物服装对其感知个性的影响。基于现实世界中进行的相关心理学研究，我们确定了一组可能反映虚拟特征的人格的服装因素：颜色，设计和类型。作为我们研究的框架，我们使用了“五巨头”个性模型来评估人格特质。为了检验我们的假设，我们进行了三个感知实验，以评估服装参数对角色人格的贡献。在我们的第一个实验中，我们通过不同的色调，饱和度和值来研究色素。在第二个实验中，我们评估了不同的领口，腰围和袖子设计的影响。在我们的第三个实验中，我们研究了五种服装类型的人格感知：专业，休闲，时尚，户外和室内。重要的结果为化身设计师提供了有关如何创建具有特定个性概况的虚拟字符的指导。我们进一步进行了验证测试，以扩展我们的发现的应用到增强现实（AR）和虚拟现实（VR）设置中的动画虚拟字符。结果证实，我们的发现可以广泛应用于VR和AR环境中通常用于游戏，娱乐和社交网络方案中的静态和动画虚拟字符。
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
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）。
手动运动的成功取决于人格特征，大脑不对称和授课程度
摘要：基于运动图像的脑部计算机界面（BCIS）越来越多地用于神经疗程中。但是，有些人无法控制BCI，这是大脑活动和人格特征的特征。尚不清楚BCI对照的成功是否与半球间的不对称性有关。这项研究是在44名BCI主体上进行的，其中包括一个BCI疗程，EEG分析，16pf Cattell问卷调查，对潜伏左手的估计以及真实和成像运动的主观复杂性。在保留，实用，持怀疑态度和不是非常社交的个体中，左手（LH）运动的想象力（LH）运动的成功率更高。外向性，活力和优势对于“纯”右手中的右手（RH）运动的想象力以及潜在左撇子的灵敏度显着。真实LH和图像RH运动的主观复杂性与与RH相比的LH运动的想象中的脑状态识别的成功相关，并取决于惯用水平。因此，惯性水平是影响BCI控制成功的因素。数据应该与运动控制，多巴胺侧向化的半球差异有关，并且对中风后患者的康复可能很重要。
表达人工实体：AI和机器人人格发展中的符号学和文化故事
就像他的前任，例如Siri，Cortana和Alexa一样，Chatgpt担任总助理。但是，他没有完全个性化的声音或独特的身份。尽管如此，一个名为“煽动工程”的新工作场所开发的技术已经开始塑造工具的使用方式来为其他几种AI和机器人代理创建特定的音调。这一开发在2023年在日内瓦的联合国顶级发挥了关键作用，在那里，变压器模型被用来为各种机器人设计个性，包括Sophia Le Robot，Demona，Grace和Amica，强调了符号学设计和在机器人领域的构建。
使用啮齿动物数据阐明多动症的多巴胺能机制：对人格的影响
对阳性强化的行为反应改变是注意力缺陷多动障碍（ADHD）的核心赤字。自发性高血压大鼠（SHR）是一种先天动物菌株，表现出对增强的类似反应。在啮齿动物模型中，这种遗传确定的表型的存在允许对潜在的神经机制进行实验研究。在行为上，SHR表现出对立即增强的偏好，与其他大鼠菌株相比，相对于综合增强历史的个人实例的敏感性提高了增强实例的敏感性，增强梯度的延迟较高。SHR还显示出较少的动力来接近感觉刺激或提示，这些刺激或提示在重复的提示奖励配对后预测奖励。我们考虑了这些特征的潜在神经机制。众所周知，中脑多巴胺神经元最初是通过意想不到的奖励激活的，并逐渐将其反应转移到预测预测的提示上。这一发现启发了多巴胺转移赤字（DTD）假设，该假设预测了某些行为效应，这将是由于多巴胺反应从实际奖励到预测提示的提示而产生的。我们认为，DTD预测了SHR和ADHD个人中对增强的反应改变。这些对加强的反应反应反过来预测了多动症的核心症状。我们还建议，多巴胺转移程度的变化可能是与增强敏感性改变有关的人格维度的差异。这样做，我们强调了啮齿动物模型对人格研究的价值。