本研究提出了GuideLLM，旨在提升大型语言模型在对话引导中的表现。通过目标导航、上下文管理和同理心参与，GuideLLM在对话质量和自传生成能力上显著优于基线LLM。

本研究提出了“多面心理技能”对话数据集，以解决大型语言模型在复杂社交对话中的技能规划问题。新模型“Thanos”显著提升了对话质量，促进了利社会行为。

研究比较了基于LLMs和非基于LLMs生成的回应对主观评价的影响。结果显示，使用GPT-4时，情绪变化、共情和对话质量显著改善，显示其在心理咨询中有较高能力。但与情景对话相比，使用人类心理咨询数据集训练的模型并未表现更好。研究还指出，LLMs在心理健康服务中的应用可能引发伦理问题。

本研究提出了一个新的基准，用于评估语言模型的角色扮演能力。通过模拟用户动态对话和评估对话质量，构建了包含玩家模型、询问者模型和评估模型的框架。实验结果显示，自动评估与人类标注之间存在强相关性，为语言模型在互动场景中的能力评估奠定了基础。