Últimos artículos para Interacción Humano-Computadora

Un estudio explora cómo los modelos de lenguaje trabajan con los humanos y entre ellos para completar tareas.

TraveLER mejora la comprensión de videos a través de preguntas interactivas para obtener mejores respuestas.

Examina el crecimiento de la comunicación entre humanos y robots usando el habla natural.

ChatGLM-RLHF mejora las interacciones de IA a través de la retroalimentación humana y métodos de entrenamiento avanzados.

Descubre cómo la visualización interactiva mejora las herramientas de IA centradas en las personas para tomar mejores decisiones.

Destacando la importancia de las situaciones formativas en las evaluaciones de diseño.

MotionChain crea movimientos humanos realistas a través de la conversación, combinando texto, imágenes y datos de movimiento.

Explorando el papel de la IA generativa en mejorar las prácticas de seguridad del software.

El proyecto EMO-SUPERB mejora el reconocimiento de emociones en el habla a través de técnicas mejoradas y la colaboración de la comunidad.

Un nuevo marco mejora los modelos de lenguaje al reconocer y responder a diferentes estilos de habla.

Un nuevo método mejora el reconocimiento de objetivos al centrarse en los comportamientos variados de los agentes.

DaTAPlan mejora cómo los robots nos ayudan en las tareas diarias anticipando lo que necesitamos.

La investigación muestra que los estallidos beta mejoran el rendimiento de las interfaces cerebro-computadora para movimientos imaginados.

Nuevas técnicas permiten tomar decisiones más seguras en el aprendizaje por refuerzo gracias a la guía de expertos humanos.

La investigación explora cómo la retroalimentación multisensorial influye en la interacción del usuario en la realidad virtual.

Explorando la viabilidad de modelos de lenguaje más pequeños para una planificación de tareas robóticas efectiva.

Examinando el papel de los modelos de lenguaje en el apoyo al pensamiento crítico entre los filósofos.

Nuevos métodos mejoran la accesibilidad y precisión en la subtitulación de audio.

Un nuevo enfoque de IA busca mejorar la velocidad y eficiencia en la generación de imágenes y videos.

Nuevos métodos mejoran la precisión en la detección de la posición de las manos durante las interacciones.

La investigación tiene como objetivo hacer que los modelos de lenguaje sean más seguros y útiles para los usuarios.

Un estudio examina cómo las descripciones parecidas a las humanas afectan la confianza en los sistemas de IA.

Una comunicación clara genera confianza en los vehículos autónomos para todos los usuarios de la carretera.

Un nuevo método para dar forma a las personalidades de LLM usando los cinco grandes rasgos.

Un nuevo enfoque integra datos visuales y textuales para mejorar el reconocimiento de emociones.

Un nuevo método mejora la eficiencia del aprendizaje automático con retroalimentación humana.

Explorando nuevos métodos para mejorar el reconocimiento de emociones en el habla usando datos naturales.

Un nuevo método mejora la precisión en la predicción de emociones usando técnicas de aumento de datos.

Esta investigación mejora el reconocimiento de acciones usando movimientos de manos en 2D desde gafas inteligentes.

EyeFormer predice el enfoque individual de los usuarios para mejorar el diseño de la interfaz.

Nuevos modelos mejoran la comprensión de cómo las manos interactúan con los objetos.

Un nuevo método de entrenamiento mejora el rendimiento del modelo de lenguaje y la experiencia del usuario.

Este estudio mejora el reconocimiento de emociones a través de métodos auto-supervisados multimodales.

TROT mejora la precisión en el reconocimiento de actividades humanas aprovechando las relaciones temporales.

Un sistema genera interacciones realistas de manos con varios objetos.

Este estudio destaca cómo el contexto mejora la descripción de objetos en los modelos de aprendizaje automático.

Este estudio explora cómo los estilos de resolución de problemas mejoran el compromiso de los usuarios con los sistemas de XAI.

Los comentarios de los usuarios, especialmente los seguimientos, mejoran las evaluaciones de los sistemas de diálogo.

Aprende cómo los PCA mejoran la interacción y la experiencia del usuario en la tecnología.

Una visión general de cómo la memoria mejora el rendimiento de los agentes basados en LLM.