Últimos artículos para Interacción Humano-Computadora

Este estudio evalúa los sesgos en los LLM durante juegos estratégicos como Caza del Ciervo.

STAformer mejora la predicción de acciones en videos a través de técnicas basadas en atención.

Evaluando cómo los modelos rinden en la planificación de tareas del mundo real usando un nuevo marco.

Un desafío para mejorar la comprensión de los robots sobre las interacciones humanas.

V-VIPE mejora la estimación de postura 3D a partir de imágenes 2D, superando los desafíos de ángulo.

Investigaciones muestran que los VLMs tienen mala precisión en tareas visuales simples en comparación con los humanos.

Este estudio examina métodos de interacción con avatares para mejorar las experiencias de VR.

Un modelo impulsado por voz que transforma la interacción de audio con la tecnología.

Un nuevo método ayuda a los robots a aprender observando las interacciones humanas.

Un nuevo método mejora la búsqueda de imágenes al integrar correcciones humanas en los sistemas de IA.

Un estudio sobre cómo mejorar la capacidad de la IA para seguir instrucciones en lenguaje natural.

Un estudio revela que tanto los humanos como la IA tienen dificultades para reconocerse entre sí.

El estudio evalúa el diseño de sonido para la operación remota de robots en entornos peligrosos.

Un nuevo enfoque mejora la recolección de feedback para modelos de lenguaje, ahorrando tiempo y costos.

Un nuevo conjunto de datos mejora el habla de máquina para el mandarín, buscando una expresión más natural.

Los investigadores desarrollan métodos para alinear mejor los modelos de lenguaje con las preferencias humanas.

Analizando cómo los LLMs manejan las inexactitudes del texto en situaciones del mundo real.

Un nuevo modelo mejora la recuperación de acciones a partir de imágenes usando personas, objetos y contexto.

La comunicación efectiva es clave para que los robots sigan las instrucciones humanas de manera precisa.

Los investigadores crean un conjunto de datos basado en webcams para medir el tamaño de la pupila.

Examinando el papel de los LLMs en el análisis cualitativo y la supervisión humana.

Un estudio sobre cómo recopilar y usar la retroalimentación de los usuarios para mejorar los modelos de lenguaje.

Una visión general del progreso en NLG, desafíos y direcciones futuras de investigación.

Nuevos métodos mejoran la comprensión de las emociones humanas en el habla por parte de las máquinas.

Una mirada a cómo los sistemas de IR generativos pueden transformar la búsqueda de información.

La difuminación latente consciente de la longitud crea movimientos humanos diversos basados en descripciones de texto.

Un método que combina datos visuales e IMU para una mejor reconocimiento de acciones.

La investigación busca desarrollar modelos de lenguaje con personalidades únicas para tener interacciones más parecidas a las humanas.

Un nuevo enfoque para mejorar los modelos de lenguaje usando la retroalimentación humana.

Examinando las dificultades de crear funciones de recompensa efectivas en el aprendizaje por refuerzo.

Los modelos Phi-3 se centran en la seguridad y en alinearse con los valores humanos.

Un nuevo enfoque mejora los sistemas SER al usar descripciones de ambientes ruidosos.

Nuevas pruebas muestran que la IA tiene dificultades para adaptarse a las reglas del juego de manera creativa.

Nuevos métodos mejoran el reconocimiento de acciones en datos visuales con análisis de esqueletos.

Un nuevo enfoque para predecir cómo las personas buscan visualmente objetos.

Un nuevo marco mejora la conexión entre caras y voces, especialmente en entornos ruidosos.

Examinando el auge del reconocimiento de acciones con pocos ejemplos en el análisis de video.

La investigación revela cómo los mensajes amigables pueden desviar a los sistemas de IA.

Presentamos ESCAPE, un marco que mejora la precisión y velocidad de la pose humana en 3D.

Este estudio evalúa modelos de CNN y VGG16 Modificado en tareas de reconocimiento de emociones.