Neuste Artikel für Mensch-Computer-Interaktion

Eine neue Methode, um Belohnungen für Reinforcement-Learning-Agenten mit Hilfe von Sprachmodellen zu definieren.

Die Studie bewertet, wie gut MLLMs visuelle Daten interpretieren und wie ihre Leistung im Vergleich zu Menschen abschneidet.

Eine neue Methode verbessert die Rekonstruktion von Hand-Gesicht-Interaktionen für AR und VR.

Kann Selbstspiel die Leistung von Sprachmodellen in kooperativen Einstellungen verbessern?

GeoHOI verbessert die Erkennung von Mensch-Objekt-Interaktionen mit geometrischen Merkmalen zur Verbesserung der Genauigkeit.

Ein neuer Ansatz zur effektiveren Klassifizierung von menschlich und maschinell generierten Texten.

Einführung einer Methode zur Erstellung realistischer 3D-Szenen für virtuelle Realität und Design.

Neues Modell verbessert die Genauigkeit beim Erkennen von Emotionen in gesprächlichen Austauschen.

Neue Trainingsmethoden verbessern die Fähigkeit von Sprachmodellen, detaillierte lange Texte zu erstellen.

CORE4D bietet einzigartige Einblicke, wie Menschen Haushaltsgegenstände gemeinsam umstellen.

Diese Studie untersucht, wie Erklärungen die Wahrnehmungen der Benutzer hinsichtlich der Fähigkeiten von KI beeinflussen.

EDPNet verbessert die Dekodierung von motorischer Vorstellung für Gehirn-Computer-Schnittstellen.

Ein neuer Massstab bewertet, wie Computer mit mehrdeutigen Fragen umgehen.

Ein neuer Ansatz zur Verbesserung der schwachen zu starken Verallgemeinerung in Sprachmodellen.

Entdecke, wie KI dieBildannotation für mehr Genauigkeit und Geschwindigkeit verändert.

Diese Studie zeigt, wie das Gehirn visuelle und sprachliche Informationen kombiniert.

Verbesserung der Art und Weise, wie Maschinen visuelle Fragen durch strukturiertes Denken beantworten.

Dieser Artikel untersucht, wie die Formulierung die Leistung von Sprachmodellen beeinflusst.

Diese Studie untersucht, wie visuelle und textuelle Daten die Leistung von Modellen beeinflussen.

Wir stellen GRASP vor, einen Benchmark zur Bewertung des räumlichen Denkens in Sprachmodellen.

CRAB verbessert das Testen von Sprachmodellen in realen Umgebungen.

LEXI vereinfacht die Forschung zu Mensch-Agent-Interaktionen mit grossen Sprachmodellen.

Die Sprachsynthese verbessern für eine natürlichere und ausdrucksstärkere Stimmgenerierung.

Zwei Systeme verbessern die Nutzerführung und Verifizierung bei der Analyse von KI-generierten Daten.

Ein neues Framework, BiosERC, verbessert die Emotionserkennung, indem es die Eigenschaften des Sprechers berücksichtigt.

Das GCF-Modell verbessert die Genauigkeit bei der Erkennung von Gesichtsausdrücken durch innovative Deep-Learning-Techniken.

Ein neuer Ansatz verbessert die Vorhersage zukünftiger Handlungen mit visuellen und semantischen Erkenntnissen.

Eine neuartige Methode verbessert den Realismus menschlicher Bewegungen durch menschliches Feedback.

Die Selbstkalibrierung macht die PIN-Eingabe einfacher und verbessert die Sicherheit ohne komplizierte Einstellungen.

Eine neue Methode verbessert die empathischen Antworten von KI mit hochwertigen Daten.

Eine Methode, um Sprachmodelle zu verbessern, indem man interessante Mehrfachdialoge erstellt.

Diese Studie untersucht Mix-Training für die Schlüsselworterkennung unter lauten Sprachbedingungen.

Eine Studie zeigt wichtige Unterschiede darin, wie Menschen und KI Bilder repräsentieren.

Aktuelle Bewertungsbenchmarks berücksichtigen nicht die modernen Fähigkeiten von Chatbots.

Die Studie zeigt, dass KI-Bewertungstools längere Antworten bevorzugen.

Diese Studie bewertet Vorurteile in LLMs während strategischer Spiele wie Stag Hunt.

STAformer verbessert die Aktionsvorhersage in Videos durch auf Aufmerksamkeit basierende Techniken.

Bewerten, wie Modelle bei der Planung von Aufgaben in der realen Welt abschneiden, mit einem neuen Rahmen.

Eine Herausforderung, um das Verständnis von Robotern für menschliche Interaktionen zu verbessern.

V-VIPE verbessert die 3D-Pose-Schätzung aus 2D-Bildern und meistert dabei die Winkelherausforderungen.