Articoli più recenti per Interazione Uomo-Computer

Scopri come RASP migliora la comprensione del linguaggio umano da parte delle macchine.

Un nuovo test per le macchine per rispondere a domande su immagini e testi.

I modelli linguistici faticano con la pianificazione nel mondo reale nonostante le loro abilità di generazione di testo.

I sistemi di intelligenza artificiale stanno migliorando la loro comprensione delle interfacce grafiche per offrire esperienze utente migliori.

Manipolare il comportamento dell'IA comporta seri rischi nei sistemi avanzati.

Un nuovo sistema permette ai robot di capire comandi vocali e raccogliere oggetti.

Scopri come i sistemi TTS stanno evolvendo per suonare più simili agli esseri umani.

CG-Bench aiuta le macchine ad analizzare video lunghi meglio con domande basate su indizi.

Combinare diversi tipi di informazioni per migliorare la comprensione dell'intelligenza artificiale.

Un nuovo benchmark per testare il ragionamento degli LLM attraverso diversi background culturali.

Scopri come l'IA può allinearsi con le intenzioni umane senza risultati indesiderati.

Un nuovo metodo migliora l'accuratezza dei modelli 3D delle mani a partire da immagini singole utilizzando la modellazione generativa mascherata.

Scopri come l'IA fatica a capire le date e l'ora.

Scopri come l'IA sta migliorando la gestione della memoria per interazioni migliori.

Un nuovo modello prevede i movimenti delle mani a partire dal linguaggio quotidiano.

Scopri le ultime novità nel riconoscimento vocale in tempo reale e come migliorano le nostre interazioni.

Scopri come le macchine stanno imparando a combinare immagini e testo per ragionamenti migliori.

Nuovo metodo trasforma il modo in cui la tecnologia cattura i movimenti delle mani con telecamere in movimento.

Scopri come il TTS emotivo cambia la comunicazione con le macchine, rendendole più simpatiche.

I ricercatori hanno sviluppato il framework SPHERE per migliorare la comprensione da parte delle macchine delle relazioni spaziali.

Un nuovo parametro valuta quanto bene i modelli di intelligenza artificiale soddisfano le diverse esigenze umane.

Un metodo che allinea i modelli linguistici con le preferenze umane tramite una calibrazione efficace.

Esplorando come i sistemi di intelligenza artificiale faticano con il ragionamento spaziale rispetto agli esseri umani.

Capire il movimento umano è fondamentale per il lavoro di squadra dei robot.

Rivoluzionare il modo in cui l'IA capisce le immagini e il testo per sistemi più intelligenti.

Un nuovo strumento migliora le risposte dell'IA per allinearsi meglio ai gusti umani.

Il dataset TH OR-MAGNI migliora le previsioni dei movimenti umani da parte dei robot.

Scopri come JoVALE migliora la comprensione delle azioni nei video.

I modelli di intelligenza artificiale sono sicuri o hanno solo fortuna nelle loro risposte?

I ricercatori analizzano i pregiudizi politici nei modelli linguistici usando diverse persone.

ConxGNN punta a migliorare il modo in cui i robot capiscono le emozioni durante il dialogo.

Un nuovo approccio mira a rendere i sistemi di intelligenza artificiale più affidabili e meno ingannevoli.

Un nuovo modello stima i movimenti degli occhi in base alla digitazione su touchscreen.

Un modo nuovo per migliorare i dataset di immagini usando input umano.

Un nuovo metodo combina l'IA e l'intuizione umana per un'analisi dei pattern efficace.

I robot possono imparare a capire i sentimenti e le azioni umane attraverso il linguaggio del corpo.

Capire i problemi del reward hacking nei sistemi AI e le loro implicazioni.

Esaminando il ruolo dei LLM nella valutazione della rilevanza delle informazioni.

Esaminare i rifiuti dell'IA e il loro ruolo in interazioni sicure.

Indagare su come i modelli linguistici affrontano compiti di memoria come la sfida n-back.