Neuste Artikel für Mensch-Computer-Interaktion

Forschung zeigt Vorteile von bi-händigen Techniken für Teleportation in virtueller Realität.

In diesem Artikel werden effektive Methoden besprochen, um menschliches Feedback zu sammeln und zu nutzen, um KI-Systeme zu verbessern.

EasyLAN vereinfacht die Entwicklung von kollaborativen LLM-Netzwerken für komplexe Aufgaben.

Das neue Modell emoDARTS verbessert die Genauigkeit bei der Erkennung von Sprachemotionen durch Deep Learning.

Neuer Datensatz gibt Einblicke in die kognitive Belastung während Aufgaben.

Eine Studie zur Verbesserung von TTS-Systemen mit vielfältigen Sprachproben.

PLAYER* verbessert die Kommunikation und Problemlösung von Agenten in Kriminalfall-Szenarien.

IMEX-Reg verbessert das maschinelle Lernen, indem es das Vergessen reduziert und die Aufgabenleistung steigert.

Untersuche die Rolle der menschlichen Aspekte in der Softwaremodellierung und deren Auswirkungen.

Die Integration von LLMs mit Reinforcement Learning erkunden, um das Problemlösen zu verbessern.

Eine neue Methode verbessert die Effizienz von menschlichem Feedback im RL, indem sie Daten von schlechter Qualität nutzt.

Vielfalt menschlicher Vorlieben in den KI-Trainingsmethoden ansprechen.

Eine Übersicht über Imitationslernen und seine Anwendungen im Training von Agenten.

Untersuchen, wie menschliche Beispiele maschinelles Lernen für Programmieraufgaben beeinflussen.

Die myoelektrische Steuerungstechnologie entwickelt sich weiter und bietet neue Interaktionsmöglichkeiten mit Computern.

Ein neuer Ansatz verbessert die Abstimmung von Sprachmodellen mit den menschlichen Vorlieben.

Neue Skala bewertet in Echtzeit, wie viel Spass Nutzer bei Mensch-Roboter-Interaktionen haben.

Ein neues Framework verbessert die Modellleistung mit minimalen Benutzerdaten.

Innovative Methode kombiniert Sprachmodelle und menschliche Eingaben für Dialogdatensätze.

Methoden vorstellen, um Sprachmodelle zu steuern, damit sie bestimmte Persönlichkeitsmerkmale zeigen.

Ein neues System verbessert das Tracking von Hand-Objekt-Interaktionen für verschiedene Anwendungen.

Erforschen, wie erklärbare Schnittstellen die Zusammenarbeit zwischen Menschen und autonomen Systemen verbessern.

Eine neue Methode verbessert die Genauigkeit bei der Schätzung menschlicher Poser aus 2D-Bildern.

Die LAPS-Methode verbessert Gesprächsagenten, indem sie realistische Dialoge erstellt und Nutzerpräferenzen erfasst.

Der SWE-Agent verbessert die Leistung von LM-Agenten bei Software-Engineering-Aufgaben mit einer spezialisierten Schnittstelle.

Eine neue Methode verbessert, wie Roboter menschliche Handlungen vorhersagen.

Ein neues System verbessert die Erkennung von Malware, indem es Verhaltensänderungen versteht.

Diese Studie analysiert die Effektivität von LLMs bei der Bewertung von KI-generierten Erklärungen.

Neue Methoden zur Datenaugmentation verbessern die Leistung in drahtlosen Sensoranwendungen.

Ein Framework, das menschliches Expertenwissen und LLMs kombiniert, um qualitative Forschung zu verbessern.

Fairness in Reinforcement-Learning-Systemen für ethische Entscheidungen untersuchen.

Untersuchen, wie LLMs mit menschlichen Gedanken und Gefühlen interagieren.

Studie zeigt, dass Nutzer statische Sprachagenten gegenüber adaptiven bevorzugen.

Neue Methoden verbessern das Verständnis von Bildern durch sprachliche Beschreibungen.

Dieses Papier diskutiert die Notwendigkeit von Erklärbarkeit in KI-Textgenerierungsmodellen.

CinePile stellt das Verständnis von langen Videos mit 305.000 verschiedenen Fragen auf die Probe.

Verbesserungen in der EMG-Technologie machen die Erkennung von Handgesten besser, um die Steuerung von Geräten zu erleichtern.

Eine neue Methode, um die Antworten von Maschinen mit fortschrittlichen Techniken zur Informationsbeschaffung zu verbessern.

Ein neuer Ansatz mit Verstärkungslernen zur Verbesserung der Anpassungsfähigkeit von Benutzeroberflächen.

Lerne, wie Eingabeaufforderungen die Interaktionen mit grossen Sprachmodellen für bessere Ergebnisse beeinflussen.