Neuste Artikel für Mensch-Computer-Interaktion

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.

Forschungen zeigen, dass VLMs bei einfachen visuellen Aufgaben im Vergleich zu Menschen eine schwache Genauigkeit haben.

Diese Studie untersucht Methoden zur Interaktion mit Avataren, um VR-Erlebnisse zu verbessern.

Ein sprachgesteuertes Modell, das die Audio-Interaktion mit Technologie verwandelt.

Eine neue Methode hilft Robotern, durch das Beobachten menschlicher Interaktionen zu lernen.

Eine neue Methode verbessert die Bildabrufung, indem sie menschliche Korrekturen in KI-Systeme integriert.

Eine Studie zur Verbesserung der Fähigkeit von KI, Anweisungen in natürlicher Sprache zu folgen.

Eine Studie zeigt, dass es sowohl für Menschen als auch für KI schwierig ist, einander zu erkennen.

Studie bewertet Sounddesign für den Betrieb von Robotern aus der Ferne in gefährlichen Umgebungen.

Ein neuer Ansatz verbessert das Feedback-Sammeln für Sprachmodelle und spart Zeit und Kosten.

Ein neues Dataset verbessert die maschinelle Sprachverarbeitung für Mandarin und zielt auf natürliche Ausdrucksweise ab.

Forscher entwickeln Methoden, um Sprachmodelle besser an menschliche Vorlieben anzupassen.

Analyzing, wie LLMs mit Textfehlern in der echten Welt umgehen.

Neues Modell verbessert die Aktionsabfrage aus Bildern mithilfe von Personen, Objekten und Kontext.

Effektive Kommunikation ist der Schlüssel, damit Roboter menschliche Anweisungen genau befolgen können.

Forscher erstellen ein Webcam-basiertes Dataset zur Messung der Pupillengrösse.

Die Rolle von LLMs in der qualitativen Analyse und der menschlichen Aufsicht untersuchen.