本研究提出M3PT模型，旨在解决多方对话中多模态社会信号预测的挑战，显著提升咬食时机和讲话状态的预测准确性，具有重要的应用潜力。

本研究提出CMR模型，通过自监督对比学习解决多方对话生成中对说话者和话题理解不足的问题，显著提升生成效果。

本研究记录了医院中患者、陪伴者和社交机器人之间的29个多方对话，并对此语料库进行了注释。GPT-3.5-turbo在少样本设置中表现最佳。多方对话仍然是大规模语言模型的挑战。

本研究评估了大规模语言模型在多方对话中的能力，记录了29个医院中患者、陪伴者和社交机器人之间的对话，并进行了注释。GPT-3.5-turbo在少样本设置中表现最佳，正确注释了62.32%的目标跟踪对话和69.57%的意图-插槽识别对话。多方对话仍然是大规模语言模型的挑战。