Últimos artículos para Interacción Humano-Computadora

EDPNet mejora la decodificación de la imaginería motora para interfaces cerebro-computadora.

Un nuevo estándar evalúa cómo manejan las computadoras preguntas ambiguas.

Un nuevo enfoque para mejorar la generalización de débil a fuerte en modelos de lenguaje.

Descubre cómo la IA está transformando la anotación de imágenes para mejorar la precisión y la velocidad.

Este estudio revela cómo el cerebro combina la información visual y del lenguaje.

Mejorando cómo las máquinas responden a preguntas visuales a través del razonamiento estructurado.

Este artículo examina cómo la redacción afecta el rendimiento de los modelos de lenguaje.

Este estudio examina cómo los datos visuales y textuales afectan el rendimiento del modelo.

Presentamos GRASP, un estándar para evaluar el razonamiento espacial en modelos de lenguaje.

CRAB mejora las pruebas para modelos de lenguaje en entornos del mundo real.

LEXI simplifica la investigación sobre interacciones entre humanos y agentes con Modelos de Lenguaje Grandes.

Mejorando la síntesis de voz para generar voces más naturales y expresivas.

Dos sistemas mejoran la orientación y verificación del usuario en el análisis de datos generados por IA.

Un nuevo marco, BiosERC, mejora el reconocimiento de emociones al considerar las características del hablante.

El modelo GCF mejora la precisión en el reconocimiento de expresiones faciales usando técnicas innovadoras de aprendizaje profundo.

Un enfoque novedoso mejora la predicción de acciones futuras usando conocimientos visuales y semánticos.

Un nuevo método mejora el realismo de los movimientos humanos utilizando retroalimentación humana.

La auto-calibración simplifica la entrada del PIN y mejora la seguridad sin configuraciones complicadas.

Un nuevo método mejora las respuestas empáticas de la IA usando datos de calidad.

Un método para mejorar los modelos de lenguaje creando diálogos atractivos de múltiples turnos.

Este estudio examina el Mix-Training para detectar palabras clave en condiciones de habla ruidosa.

Un estudio revela diferencias clave en cómo los humanos y la IA representan imágenes.

Los estándares de evaluación actuales no logran abordar las capacidades modernas de los chatbots.

El estudio revela el sesgo en las herramientas de evaluación de IA que favorecen respuestas más largas.

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.