本文解决了大型语言模型在心理学任务中的局限，通过开发PsychoLex资源套件，提高了模型在心理学领域的表现。研究展示了PsychoLexLLaMA模型在复杂心理场景中的优越表现，强调了定制化大型语言模型在心理研究与应用中的潜力，且为未来的AI驱动心理实践奠定了基础。

研究比较了ChatGPT和人类对话的语言差异，发现人类对话在可变性和真实性方面更出色，而ChatGPT在社交过程、分析风格、认知、注意力焦点和积极情绪方面表现优异。研究还提供了一个新的ChatGPT生成的对话数据集，用于语言建模的AI研究。这些结果有助于理解ChatGPT的语言能力，并为区分人类和AI生成的文本提供了信息。

本研究通过创新方法和工具，对运营管理和供应链管理专业人员的心理特征进行了剖析，并通过需求分析评估，提供了所需技能的定向图谱，为人才管理和职业发展提供了新的观点和视角。

通过GaitMorph方法修改步态序列，为步态识别系统提供更多数据变异和模拟额外的步行变化。利用高压缩模型训练步态骨架序列，构建离散且可解释的潜在空间，并提出基于最优传输理论的方法来学习离散码本上的潜在传输映射，以变形步态序列。实验证明该方法适用于合成额外视图。