返回公开档案

情境化AI(人工智能)日志:整合LLM(大语言模型)与时间序列行为感知技术,借助MindScape应用促进自我反思与身心健康

来源资料档案|归入“健康、睡眠与全生命周期”。

原始资料摘要:MindScape旨在研究将时间序列行为模式(例如对话参与度、睡眠、位置)与大型语言模型(LLM)相结合,以创造一种新的情境化AI(人工智能)日志形式,从而促进自我反思与身心健康。

我们认为,将行为感知整合到LLM(大语言模型)中,可能会引领AI的一个新前沿。

在这篇Late-Breaking Work论文中,我们讨论了MindScape情境化日志应用的设计,该应用使用LLM和行为感知来生成情境化、个性化的日志提示,旨在鼓励自我反思和情绪发展。

我们还讨论了基于初步用户研究的MindScape大学生研究,以及我们即将开展的研究。

研究论文原始来源可核对
事实与证据边界

该条记录来自Dartmouth College,按来源元数据于 Sat May 11 发布或登记。

分析判断

此条为来源资料归档,不代表本站对研究结论、产品效果或商业表现作出独立确认。

后续观察信号

    原创编辑内容 © BlisseMind Insight。欢迎分享原文链接;全文转载须取得授权。引用的研究、数据及第三方材料的权利归相应权利人所有。

    署名与转载说明

    Insight 智能顾问

    BlisseMind Insight

    你好,我是 Insight 智能顾问。

    我可以帮你查找公开市场信息、解读研究内容、比较公司与竞品,并提供可核对的来源。