Articoli più recenti per Interazione Uomo-Computer

Un nuovo metodo migliora come le macchine comprendono i video lunghi.

Capire i fattori umani è fondamentale per sviluppare veicoli automatici sicuri.

Esplorare l'impatto della memoria a lungo termine sugli agenti conversazionali.

Questo studio testa i LLM per rivelarne le debolezze nella comprensione e nel ragionamento.

Questo studio valuta le capacità dei modelli linguistici di comprendere pensieri e sentimenti.

Un nuovo approccio migliora i modelli linguistici concentrandosi sulle preferenze umane nella generazione del testo.

Un nuovo metodo permette agli agenti di seguire le regole di sicurezza in linguaggio semplice.

Preference Flow Matching offre un nuovo modo per allineare i risultati dell'IA con le preferenze degli utenti.

Un nuovo sistema migliora le interazioni tra robot filtrando il discorso sovrapposto.

La ricerca mostra che gli agenti non umanoidi possono analizzare la danza umana e creare movimenti in sincronia con la musica.

Questo studio esamina come le caratteristiche delle spiegazioni influenzano il processo decisionale umano con l'IA.

Un nuovo metodo di allenamento migliora il modo in cui i modelli linguistici esprimono certezza nelle risposte.

Un nuovo metodo migliora i modelli di ricompensa usando critiche sintetiche per un allineamento migliore.

Un nuovo metodo migliora i modelli linguistici imparando dai dati in tempo reale.

Un nuovo metodo migliora la fiducia e il processo decisionale per i consigli assistiti dall'IA.

I ricercatori migliorano i sistemi di sintesi dei programmi per capire meglio le esigenze degli utenti.

Nuovi metodi migliorano la comprensione delle interazioni dinamiche nei contenuti video.

Esaminando la lotta dell'AI con l'onestà e il suo impatto sulla fiducia degli utenti.

Nuovi metodi migliorano la stima dell'orientamento della testa per una maggiore precisione in situazioni reali.

Un framework per migliorare le reti neurali integrando la conoscenza umana negli algoritmi di apprendimento.

Esaminando come il machine learning influisce sulle scelte e sui risultati umani.

Esaminare come le macchine possono imparare a combinare concetti noti in modo efficace.

Nuovo modello migliora le previsioni delle interazioni tra oggetti usando video e immagini.

Questo articolo parla di giochi di ruolo e personalizzazione nei modelli di linguaggio.

Esaminando l'ottimizzazione eccessiva nei DAA e il suo impatto sulle prestazioni del modello.

Approccio innovativo per guidare i modelli di linguaggio grandi usando l'auto-valutazione.

Nuovi metodi migliorano il modo in cui le macchine riconoscono le emozioni nel parlato.

La ricerca esamina il legame tra le spiegazioni dell'IA e la fiducia degli utenti.

Questo studio esamina come i modelli linguistici svolgono compiti linguistici simili a quelli degli esseri umani.

Il dataset sintetico Hi5 migliora il riconoscimento delle pose delle mani con immagini diverse.

Valutare le capacità di ragionamento strategico dei LLM usando giochi diversi.

Questo articolo esamina come i modelli linguistici si comportano nei compiti di ragionamento spaziale.

Un nuovo approccio migliora l'allineamento del modello linguistico usando dati annotati da umani in quantità limitata.

Un nuovo metodo per sviluppare agenti adattabili usando ambienti diversi.

Un nuovo metodo per valutare il ragionamento di buon senso nei modelli di intelligenza artificiale attraverso compiti aperti.

Questo articolo esamina come i modelli di linguaggio creano e collegano concetti alla comprensione.

Presentiamo BLSP-Emo, un modello che capisce il parlato e le emozioni per interazioni migliori.

I sistemi devono tenere in considerazione i valori umani nelle decisioni per risultati giusti.

Questo articolo esplora come i LLM capiscono le credenze e i sentimenti umani.

EDEN collega il riconoscimento delle emozioni con l'analisi delle cause per una migliore comprensione del dialogo.