本研究提出了一种基于有限状态机的情感支持对话框架FiSMiness，旨在提高长期满意度。该框架使大型语言模型能够自动规划和推理求助者的情感及支持策略，实验结果表明其在多个基准上优于其他方法。

本研究提出了一种基于大型语言模型的对话框架，用于自主航空监测中的异常检测。通过深度学习模型的互动，控制无人机，提高感知和异常识别的准确性，实验证明该方法在信息收集和危险警报方面效果显著。

本文提出了一种面向语境的翻译中介对话框架，旨在解决自动翻译系统在跨语言交流中引发的误解和对话中断问题。通过引入语境信息，该框架显著提高了大型语言模型的翻译质量和一致性，尤其在客户聊天和用户助手交互中表现突出。

本研究提出了CauESC和MultiESC等多种情感支持对话框架，旨在通过识别情绪原因和动态建模提升情感支持的有效性。实验结果表明，这些模型在共情对话生成和情感理解方面表现优异，并为未来研究提供了丰富的数据集和基准结果。

本文介绍了一种新的对话框架MindDial，旨在提高对话系统在共同基础上的理解能力。研究提出了多种方法和模型，通过分析对话数据集，提升开放域问答的表现，并探讨在动态环境中创建和维护共同基础的挑战。