Últimos artículos para Interacción Humano-Computadora

Mejorando los sistemas de diálogo hablados a través de la corrección de errores y técnicas de procesamiento eficientes.

Un nuevo método ayuda a los robots a aprender imitando la atención humana.

Un nuevo modelo mejora la precisión al estimar las posturas del cuerpo humano a partir de datos de video.

Este estudio ofrece un nuevo método para medir el rendimiento de pantallas táctiles hápticas.

Un estudio sobre cómo surgen las emociones en diálogos sobre imágenes.

Nuevos sistemas mejoran la identificación de hablantes usando datos de audio y visuales.

Un nuevo método para mejorar los sistemas de recompensas en el aprendizaje por refuerzo usando la opinión de los usuarios.

Un nuevo método para aprender políticas de diálogo mejora las respuestas en las conversaciones.

Un nuevo método para evaluar mejor las propuestas de objetos en tareas de visión y lenguaje.

Este artículo revisa un nuevo estándar para evaluar la comprensión emocional en modelos de IA.

La investigación desarrolla un modelo para medir con precisión la participación en conversaciones.

Un nuevo modelo mejora la detección de acciones en video a través de atributos y relaciones de objetos.

Explorando el papel de RLAIF en mejorar el entrenamiento de modelos de lenguaje.

La investigación se centra en mejorar la comunicación entre humanos y enjambres de robots.

Nuevos métodos mejoran la calidad del habla sintética usando aprendizaje auto-supervisado.

HERON simplifica el diseño de recompensas, mejorando la eficiencia y flexibilidad del aprendizaje por refuerzo.

DaTrans busca mejorar los sistemas de diálogo integrando modelos de lenguaje preentrenados.

Nuevos métodos mejoran cómo las máquinas entienden las interacciones entre objetos.

Un nuevo marco mejora la detección de datos fuera de distribución en el análisis de series temporales.

Un nuevo método ayuda a los robots a aprender tareas delicadas imitando habilidades humanas.

Nuevos métodos mejoran la comprensión del comportamiento de los agentes artificiales a través de la síntesis de programas.

La investigación muestra que los agentes artificiales pueden entender y actuar en tareas de lenguaje de manera efectiva.

Este trabajo evalúa qué tan bien los VLMs razonan a partir del contenido visual.

Los robots pueden aprender mejor al interactuar con humanos usando lenguaje cotidiano.

Un nuevo método mejora la detección de emociones en el habla usando solo audio.

Un estudio sobre cómo separar la identidad del hablante de las señales de voz para mejorar el procesamiento.

Este artículo habla de cómo los robots pueden ganar confianza al adaptarse a las preferencias humanas.

Investigadores mejoran las respuestas emocionales de los agentes digitales usando modelos de lenguaje.

Nuevo método mejora la detección de acciones entre humanos y objetos sin necesidad de etiquetar mucho.

Nuevos métodos mejoran cómo los robots imitan los movimientos humanos, mejorando la interacción.

Un nuevo marco mejora el reconocimiento de acciones al separar las pistas espaciales y temporales.

Un enfoque novedoso para capturar interacciones mano-objeto en 3D usando clips de video cortos.

Nuevo enfoque automatiza el diseño de la función de recompensa para el aprendizaje por refuerzo profundo en robots.

El modelo JOADAA mejora la anticipación de acciones y la detección en línea en situaciones en tiempo real.

Examinando el papel del contexto en la interpretación de tareas de lenguaje.

Un nuevo método crea gestos realistas a partir de audio de voz cruda.

LInKs mejora la estimación de pose 3D a partir de datos 2D, incluso con oclusiones.

TransNet ofrece una solución eficiente para reconocer acciones humanas en datos de video.

Un nuevo marco mejora las interacciones entre humanos y objetos a través de comandos de lenguaje simple.

Un nuevo método mejora el rendimiento de los modelos de visión y lenguaje al procesar datos complejos.