Derniers articles pour Interaction Humain-Machine

Une étude sur comment les machines s'adaptent aux changements phonologiques dans la parole.

Une étude complète sur la performance des modèles linguistiques dans 10 langues indiennes.

Un nouveau système améliore la reconnaissance des gestes de la main en temps réel pour diverses applications.

GIEBench évalue les réponses empathiques des LLM en se basant sur des identités de groupe diverses.

Des recherches montrent que les modèles galèrent avec les dépendances d'étapes dans les recettes de cuisine.

Un aperçu de comment les modèles d'IA interprètent les choix humains et de la nécessité d'améliorations.

Enquête sur les retours détaillés pour les modèles texte-image et ses implications pratiques.

Une nouvelle méthode pour définir des récompenses pour les agents d'apprentissage par renforcement en utilisant des modèles de langage.

Une étude évalue comment les MLLM comprennent les données visuelles et leur performance par rapport aux humains.

Une nouvelle méthode améliore la reconstruction des interactions main-visage pour la réalité augmentée et la réalité virtuelle.

L'auto-jeu peut-il améliorer les performances des modèles linguistiques dans des contextes coopératifs ?

GeoHOI améliore la détection des interactions homme-objet en utilisant des caractéristiques géométriques pour une précision accrue.

Une nouvelle approche pour classer les textes générés par les humains et les machines de manière plus efficace.

Présentation d'une méthode pour créer des scènes 3D réalistes pour la réalité virtuelle et le design.

Nouveau modèle améliore la précision dans la détection des émotions pendant les échanges oraux.

De nouvelles méthodes d'entraînement améliorent la capacité des modèles linguistiques à créer des textes longs et détaillés.

CORE4D offre des perspectives uniques sur la façon dont les gens réorganisent ensemble les objets ménagers.

Cette étude examine comment les explications influencent les perceptions des utilisateurs sur les capacités de l'IA.

EDPNet améliore le décodage de l'imagerie motrice pour les interfaces cerveau-ordinateur.

Un nouveau référentiel évalue comment les ordinateurs traitent les questions ambiguës.

Une nouvelle approche pour améliorer la généralisation faible-forte dans les modèles de langage.

Découvrez comment l'IA transforme l'annotation d'images pour plus de précision et de rapidité.

Cette étude montre comment le cerveau combine les infos visuelles et linguistiques.

Améliorer la façon dont les machines répondent aux questions visuelles grâce à un raisonnement structuré.

Cet article examine comment le choix des mots affecte la performance des modèles de langage.

Cette étude examine comment les données visuelles et textuelles influencent la performance des modèles.

Voici GRASP, un benchmark pour évaluer le raisonnement spatial dans les modèles de langage.

CRAB améliore les tests pour les modèles de langage dans des environnements réels.

LEXI simplifie la recherche sur les interactions humain-agent avec les Grands Modèles de Langage.

Améliorer la synthèse vocale pour une génération de voix plus naturelle et expressive.

Deux systèmes améliorent l'accompagnement des utilisateurs et la vérification dans l'analyse des données générées par l'IA.

Un nouveau cadre, BiosERC, améliore la reconnaissance des émotions en prenant en compte les traits des interlocuteurs.

Le modèle GCF améliore la précision de la reconnaissance des expressions faciales grâce à des techniques de deep learning innovantes.

Une nouvelle approche améliore la prédiction des actions futures en utilisant des insights visuels et sémantiques.

Une nouvelle méthode améliore le réalisme des mouvements humains grâce aux retours humains.

L'auto-calibration simplifie l'entrée du code PIN et renforce la sécurité sans configurations compliquées.

Une nouvelle méthode améliore les réponses empathiques de l'IA en utilisant des données de qualité.

Une méthode pour améliorer les modèles de langue en créant des dialogues captivants sur plusieurs tours.

Cette étude examine le Mix-Training pour la détection de mots-clés dans des conditions de parole bruyante.

Une étude révèle des différences clés dans la manière dont les humains et l'IA représentent les images.