研究利用大语言模型合成文本-表情符号平行语料并构建双向翻译模型，性能优于强基准。多项工作评估大模型的情感与语用能力：EmotionBench显示其能适度回应情境但难与人类情绪行为对齐；部分模型情商高于人类平均；GPT-4可预测和操纵情感，但无法取代情感建模，且语用解释表现优越。另有研究发现GPT-3类人直觉与认知错误，GPT-4更理性；GPT-4V具多模态通用性，在情感分析等任务有效，但多语言与趋势泛化不足，存在幻觉。