当前位置：产品详细
专业小程序设计开发——助力新电商新零售
电话+V： 152079-09430 ，欢迎咨询人格测试公众号免费，[小程序设计与开发]，[小程序投流与推广]，[小程序后台搭建]，[小程序整套源码打包]，[为个体及小微企业助力]，[电商新零售模式]，[小程序运营推广及维护]
人格测试公众号免费
一、人格测试的重要性
人格测试不仅仅是一种趣味性的心理测试，更是一种科学的工具，可以帮助我们更好地理解自己。通过人格测试，我们可以了解到自己的性格类型，以及这种性格类型在面对不同情境时可能的反应。这对于我们了解自己，提升自我认知，甚至是职业规划都有着重要的帮助。
二、公众号的介绍
今天要介绍的这个公众号，是一个专门提供各种人格测试的平台。它不仅包含了大量的经典人格测试题库，还提供了详细的解析和建议，帮助我们更好地理解测试结果。更重要的是，这个公众号的所有服务都是免费的，你只需要关注它，就可以随时随地进行人格测试。
三、如何使用
使用这个公众号进行人格测试非常简单。首先，你需要在微信中搜索并关注这个公众号。然后，你可以点击底部的菜单栏，选择“人格测试”进入测试页面。在这里，你可以看到各种各样的人格测试，包括经典的MBTI人格测试、大五人格测试等。选择你想要进行的测试，按照提示完成问题回答，就可以得到你的人格测试结果了。
四、注意事项
在使用这个公众号进行人格测试时，需要注意几点。首先，虽然这个公众号提供的服务是免费的，但是测试的结果只能作为参考，不能作为任何正式的心理诊断依据。其次，进行人格测试时，尽量保持真实和诚实，这样才能得到更准确的结果。最后，如果你在测试过程中遇到任何问题，都可以随时联系公众号的客服，他们会及时为你解答。
用大模型测试人格/抑郁/认知模式！游戏剧情测心理特质｜清华出品
量子位关注2024-03-1315:49来自北京PsychoGAT团队投稿
量子位|公众号QbitAI
心理测量在精神健康、自我了解、和个人发展方面都发挥着重要的作用。
传统的心理测量范式以自我报告类型的问卷为主，常常通过参与者回忆自己的日常生活行为模式或情绪状态进行测量。
这样的测量方式虽然高效便捷，但可能引发参与者的抗拒心理，降低被测意愿。
随着大语言模型（LLM）的发展，很多研究发现LLM能够展现出稳定的人格特质，模仿人类细微的情绪与认知模式，还能辅助各种各样的社会科学仿真实验，为教育心理学、社会心理学、文化心理学、临床心理学、心理咨询等诸多心理学研究领域，提供了新的研究思路。
近日，清华大学的研究团队基于大语言模型的多智能体系统，提出一种创新性的心理测量范式。
与传统自我报告问卷不同的是，该研究为每位参与者定制化生成一个可交互的叙事类型游戏，用户可自定义游戏的类型与主题。
随着游戏剧情的发展，参与者需要以第一人称视角，选择不同的决策行为，决定剧情的走向。通过分析参与者在游戏关键情节中的选择，该研究可以测量其对应的心理特质。
△自我报告问卷的心理学测量范式（左）与交互叙事类游戏的心理测量范式（右）对比
该研究的贡献主要体现在三个方面：
接下来，我们一起来看看该研究的细节。
PsychoGAT长啥样？
△PsychoGAT框架示意图
智能体交互流程：
给定一个传统的心理学测试问卷，参与者自定义游戏类型和主题，然后由游戏设计师(GameDesigner)智能体给出整体的游戏设计大纲。
然后，游戏管理员(GameController)智能体生成一个具体的游戏情节，在这个过程中评论员(Critic)智能体会对管理员生成内容进行多轮的审核与优化；优化完成后的游戏情节会被展现给参与者，参与者做出相应的选择后，管理员基于此选择推动剧情发展，按照这样的交互过程循环。
各智能体职能详述：
与此同时，将标准的心理学自我报告问卷，根据当前游戏故事线进行改编，使两者的融合更为自然流畅。
与此同时，游戏管理员将参与者的选择返回给游戏环境，并基于参与者的选择，控制游戏的剧情走向。为了实现游戏情节的连贯性，管理员智能体采用“记忆更新”机制。
主要针对以下三个问题：
1）优化一致性：随着游戏剧情推进，长文本问题会变得更加严重，使得“记忆更新”机制也无法完全保证情节一致性。
2）确保无偏性：参与者的选择会影响游戏情节的发展，但在参与者不做出选择之前，管理员不应该预设情节走向，即便之前的选择中参与者体现出了明显的倾向性。
3）改正漏缺项：对管理员生成的游戏情节进行细节审核，检查其是否具备基础的游戏沉浸感。
实验及结果
△三种常见心理学测量范式的对比：传统问卷，心理学家会谈，以及该研究提出的游戏化测评。
此处提到的均为基于AI的自动化测量，特别的，心理学家会谈，指目前与大语言模型结合的，由大语言模型扮演心理学家的会谈范式。
实验阶段，研究人员选择了三个常见的心理学测量任务：MBTI人格测试中的外倾性，PHQ-9抑郁检测，以及CBT疗法中前期的认知扭曲检测。
首先，研究人员和成熟的传统心理学问卷进行对比，旨在检验该研究的心理测量信度和效度。进一步，和其他三种自动化测量方法进行对比，检验不同测量方法的用户体验。
研究人员首先使用GPT-4模拟被测者，在不同的测量方法上记录测量过程与测量结果。这些测量记录被用于计算后续心理测量学信效度指标，以及用户体验感指标。
评价指标有两个：信效度指标和用户体验感指标。
在该研究中，信度的指标选择了两个统计学量来衡量内部一致性：Cronbach’sAlpha和Guttman’sLambda6；效度的指标采用皮尔森系数，分别衡量聚合效度（convergentvalidity）和区分效度（discriminantvalidity）。
1）一致性(Coherence，CH)：内容逻辑是否连贯；
2）交互性(Inte
友情链接