人間-コンピュータ相互作用 に関する最新の記事

研究は、言語モデルが人間や他のモデルとどのように協力してタスクを完了するかを探る。

TraveLERは、インタラクティブな質問を通じて動画理解を深めて、より良い回答を得られるようにするよ。

人間とロボットの自然な言葉を使ったコミュニケーションの成長を調べる。

ChatGLM-RLHFは、人間のフィードバックと高度なトレーニング手法を使ってAIのインタラクションを改善するよ。

インタラクティブなビジュアライゼーションが、人間中心のAIツールの意思決定をどう良くするかを見つけよう。

デザイン評価における形成的状況の重要性を強調する。

MotionChainは、テキスト、画像、モーションデータを組み合わせて、リアルな人間の動きを会話で作り出すんだ。

生成AIがソフトウェアの安全性向上にどんな役割を果たすかを探る。

EMO-SUPERBプロジェクトは、技術の向上とコミュニティの協力を通じてスピーチ感情認識を強化するんだ。

新しいフレームワークが言語モデルを強化して、いろんな話し方に気づいて反応できるようになったんだ。

新しい方法は、さまざまなエージェントの行動に焦点を当てることで目標認識を改善する。

DaTAPlanは、ロボットが日常のタスクを手伝う方法を、タスクの予測を通じて改善するよ。

研究によると、ベータバーストは想像した動きのための脳-コンピュータインターフェースのパフォーマンスを向上させるんだって。

新しい技術が、人間の専門家の指導を通じて強化学習におけるより安全な意思決定を可能にしてるよ。

研究は、マルチセンサリーなフィードバックがVRでのユーザーインタラクションにどんな影響を与えるかを探ってる。

効果的なロボットタスク計画のための小型言語モデルの実現可能性を探る。

哲学者の批判的思考を支える言語モデルの役割を調べる。

新しい方法で音声キャプションのアクセシビリティと正確性が向上してるよ。

新しいAIアプローチが画像と動画の生成速度と効率を向上させることを目指してるよ。

新しい方法で、インタラクション中の手の位置検出の精度が向上したよ。

研究は、言語モデルをより安全でユーザーにとって便利にすることを目指している。

研究は、人間らしい説明がAIシステムへの信頼にどんな影響を与えるかを調べてるよ。

明確なコミュニケーションは、すべての道路利用者にとって自動運転車への信頼を築く。

ビッグファイブの特性を使ってLLMの個性を形作る新しい方法。

新しいアプローチがビジュアルとテキストデータを統合して、感情認識をより良くするんだ。

新しい方法が人間のフィードバックを使って機械学習の効率を向上させる。

自然なデータを使ってスピーチの感情認識を改善する新しい方法を探ってる。

新しい方法がデータ拡張技術を使って感情予測の精度を向上させる。

この研究は、スマートグラスからの2D手の動きを使ってアクション認識を向上させるものである。

EyeFormerは個々のユーザーの集中を予測してGUIデザインを改善するんだ。

新しいモデルは手が物体とどう関わるかの理解を深めてる。

新しいトレーニング方法が言語モデルのパフォーマンスとユーザー体験を向上させるよ。

この研究はマルチモーダル自己教師あり手法を使って感情認識を向上させるんだ。

TROTは時間的関係を活用して、人間の活動を認識する精度を向上させるんだ。

システムは、いろんな物とのリアルな手のインタラクションを生成する。

この研究は、コンテキストが機械学習モデルのオブジェクト説明をどう向上させるかを強調してるよ。

この研究は、問題解決スタイルがXAIシステムとのユーザーエンゲージメントをどう向上させるかを探るよ。

ユーザーフィードバック、特にフォローアップコメントは、対話システムの評価を改善する。

PCAがテクノロジーのユーザーインタラクションや体験をどう向上させるかを学ぼう。

LLMベースのエージェントがどうやってメモリを活用してパフォーマンスを向上させるかの概要。