本研究提出了一种新的心理评估工具——核心情感清单（CSI），旨在提高大型语言模型（LLMs）心理特征评估的可靠性和有效性。CSI能够评估模型的情感倾向，并在乐观、悲观和中立三个维度上提供洞察。实验结果显示，CSI在捕捉情感模式和预测LLM行为方面表现优异，相关性超过0.85。

本研究提出了一种新颖的知识编辑方法PALETTE，旨在改善大型语言模型（LLMs）的人格控制。该方法通过心理评估调整查询，系统性地调节模型回应，实验结果显示其在人格控制的稳定性和均衡性方面显著提升。

本研究基于智能体心理学提出了一个综合框架，评估多智能体系统的安全性。实验揭示了集体危险行为、智能体的自我反思倾向和心理评估与危险行为的相关性。该研究为多智能体系统安全研究提供了见解。