Articoli più recenti per Interazione Uomo-Computer

Esaminando le difficoltà di creare funzioni di ricompensa efficaci nell'apprendimento per rinforzo.

I modelli Phi-3 si concentrano sulla sicurezza e sull'allineamento con i valori umani.

Un nuovo approccio migliora i sistemi SER utilizzando descrizioni degli ambienti rumorosi.

Nuovi test mostrano che l'IA fa fatica a cambiare le regole del gioco in modo creativo.

Nuovi metodi migliorano il riconoscimento delle azioni nei dati visivi con l'analisi dello scheletro.

Un nuovo modo per prevedere come le persone cercano visivamente gli oggetti.

Un nuovo modello migliora la connessione tra volti e voci, soprattutto in ambienti rumorosi.

Esaminando l'aumento del riconoscimento delle azioni few-shot nell'analisi video.

La ricerca mostra come suggerimenti amichevoli possano ingannare i sistemi AI.

Ti presento ESCAPE, un framework che migliora la precisione e la velocità del riconoscimento della posa 3D umana.

Questo studio valuta i modelli CNN e Modified VGG16 nei compiti di riconoscimento delle emozioni.

Una panoramica delle sfide del reinforcement learning legate agli errori di ricompensa.

Un nuovo modello genera sequenze di movimento umano realistiche a partire da descrizioni scritte.

Uno studio sulla affidabilità delle auto-spiegazioni dei LLM in compiti di linguaggio naturale.

Nuovo metodo TRG migliora l'accuratezza della stima della posa della testa integrando le caratteristiche facciali.

Nuovo metodo migliora la conversione del linguaggio muto in audio comprensibile.

Questo articolo esamina come l'assistenza all'utente possa migliorare le prestazioni dei modelli di linguaggio di grandi dimensioni nella generazione di query SQL.

Esplorare come l'AI possa evolversi in partner di pensiero fidati per gli esseri umani.

Questa ricerca offre spunti sulle scelte dell'IA in contesti competitivi e cooperativi.

Un nuovo framework per migliorare la capacità dell'AI di offrire supporto emotivo.

Sforzi per ridurre la confusione nell'apprendimento dell'IA dai feedback umani.

La ricerca riduce al minimo l'etichettatura umana nel reinforcement learning usando modelli a collo di bottiglia concettuali.

Questo nuovo modello migliora la trasparenza nelle decisioni dell'IA usando concetti umani.

Un nuovo approccio migliora l'accuratezza della stima della postura umana in condizioni di scarsa illuminazione.

Un nuovo metodo per migliorare il rapporto tra movimento e linguaggio concentrandosi sul tempismo.

Nuovi metodi migliorano il riconoscimento delle emozioni e la risposta nella tecnologia.

Il tracciamento dei movimenti degli occhi con telecamere a eventi migliora la comprensione delle dinamiche oculari.

Un nuovo metodo migliora le prestazioni dell'AVQA quando mancano input audio o visivi.

Tecniche per bypassare la sicurezza nei modelli di linguaggio.

Questo studio esamina quanto bene i LLM comprendano e generino musica.

Una nuova scala valuta la fiducia cognitiva e affettiva nei sistemi di intelligenza artificiale.

SinLG migliora le conversazioni con i chatbot integrando conoscenze di base per una selezione delle risposte migliore.

Esaminare come i modelli di linguaggio possano rifiutarsi di rispondere per migliorare la sicurezza.

Uno sguardo approfondito su come noi e le macchine riconosciamo gli oggetti.

Questo studio mette alla prova modelli di IA per associazioni suono-forma simili a quelle umane.

Un kit di strumenti pensato per valutare meglio le interazioni tra umani e bot.

HICE-S offre un metodo dettagliato per valutare con precisione le didascalie delle immagini.

Un nuovo modello prevede dove le persone guardano in base ai comandi vocali.

Nuovi metodi migliorano l'espressione emotiva nella sintesi vocale delle macchine.

Esaminando come i metodi di risposta migliorano le conversazioni dei chatbot rendendole più simili a quelle umane.