本研究探讨了将大型语言模型（LLMs）整合到社交机器人中的潜力，以改善传统对话方法的局限性。实验结果显示，参与者对机器人的反馈积极，认为其共情力强且自然，但自动语音识别的错误和LLM的自我重复问题仍需解决。研究表明，LLMs在社交机器人中的应用前景广阔，但面临挑战。

陈随易分享前端开发者产品变现经验，介绍了utools插件易待办和VSCode插件fnMap，强调产品要有用，共情力重要，分享开发产品的关键和构思方法，削减本钱投入重要，鼓励读者创造未来。

本研究整合大型语言模型（LLMs）到社交机器人中，解决传统对话方法的局限性。研发了一个自动化对话系统，利用LLMs生成有表情的机器人回应，与机器人个性一致。试验结果显示参与者对机器人反馈积极，认为机器人具有共情力、乐于助人、自然和娱乐性。然而，自动语音识别错误和LLM问题可能影响对话质量。