- 识别和操控语言模型的人格特质
本文研究了语言模型，尤其是 GPT2 和 BERT，如何通过语言生成来表现其所体现的人格特质，以及这些特质是否可以被控制。作者通过提供不同类型的语境可以精准地控制这些模型的表现，最终得出这些模型可以作为识别个性特质和控制人格的强有力的工具。 - 动态深度图卷积网络用于人格检测
本文提出了一种动态深层图卷积网络（D-DGCN）用于预测个性特征，结合多跳结构自动学习帖子之间 的连接，通过对 Kaggle 数据集实验结果表明 D-DGCN 优于现有技术基准的性能表现。
- 以善意消灭混乱：亲和力提高不确定情况下的团队表现
通过计算建模，研究发现团队绩效与性格特征、任务不确定性息息相关，特别是开放性、尽责性、神经质对团队绩效的影响较为稳定，而亲和性因任务不确定性不同表现出高低不一的关系。
- AI 人格化：评估语言模型的人格特质
研究表明，大规模语言模型虽然可以输出流畅的文本，但它们也捕捉到人类偏见。本文研究了面向开放式文本生成的几种大规模语言模型的人格特征和训练集，使用问卷设计了人格评估，并用零 - shot 分类器将文本回答分类到可量化的特征中，研究了可以改变这 - ACL利用心理测量测试中的项目作为 Twitter 用户个性化建模的训练数据
该研究论文在社交媒体上对作者进行个性化分析，比较了从自我报告的心理测验和已有标签中获取数据的方法和使用经过验证的心理测验数据的方法。使用 T5 数据增强的 BERT 分类器在大五个性特征的小数据集上表现可比附近领域训练的模型。
- AAAI自动驾驶车辆和我一样吗？人类和自动驾驶车辆之间的人格相似性和差异的影响
通过一项 443 人的实验研究，我们发现人类和自动驾驶的相似和不同之处对于自动驾驶的安全感知有较大影响，尤其当两者在特定人格特征方面均较高时，相似性会导致安全感知提高，而当自动驾驶在某一人格特征上高于人类时，不同性会导致安全感知提高。
- MM将日常活动与个性对齐：面向改善幸福感的推荐系统
提出了一种新颖的方法，通过最大化活动和个性特征之间的一致性，推导个性化的活动建议，以改善主观幸福感，研究结果表明，此方法能够准确推断出对于特定用户有益或有害的活动，并且所推导的建议在现实世界中的成效显著。
- 社交媒体中人类价值观和对疫苗的态度
本文旨在探索社交媒体的潜力作为感知工具，分析疫苗犹豫者的政治观点、道德价值观、人格特征和常见兴趣，在基于数字痕迹的洞察提供的基础上，构建建立通信活动，建立信任，提高社会道德标准。
- 个性化对话生成与多元特征
本研究旨在研究将个性特征应用于对话生成中以提供个性化对话的问题，并提出了一种基于关键 - 值对的嵌入式特征融合模块和两种新颖的特征感知机制，即基于对话者的关注机制和基于对话者的偏置机制，并构建了 PersonalDialog 数据集，该数据 - 通过个性化实现引人入胜的图像字幕
本研究定义了一项全新的任务 —— 人格化字幕，旨在提高人类与机器之间的互动性，并基于 215 种可能的人格特征收集并发布了 201,858 个字幕的大型数据集。该研究运用了转换器及 1.7 亿对话样本对句子表示进行建模，通过 Mahajan - AAAI推文所用语言与职业的关联性
本研究采用软聚类方法分析社交媒体平台的用户信息，提取出包括营销、行政、软件工程师等八大职业类别。结果表明职业对应着不同的语言风格、兴趣和个性特点。最终，我们通过对推文特征的提取构建了分类器，以此实现对不同职业的准确预测。
- Facebook 上的个性特征和回音室
研究表明，不同和相互冲突的社区由显示相似心理特点的用户填充，科学和阴谋主义回响室中的主导个性模型相同，并且回响室内的稳定略微改变了用户的心理特征。
- 基于手机数据、天气状况和个体特征的每日压力识别
通过分析用户的移动电话活动和额外指标，如天气条件和人格特征等数据，我们提出了一种替代方法，可靠地识别日常压力水平，并且高效易实现。