人間-コンピュータ相互作用 に関する最新の記事

新しいフレームワークがスケルトンデータを使って教師なしアクション認識を強化する。

研究は、ロボットコーチがメンタルウェルビーイングのサポートをどうコミュニケーションするかを調べてる。

新しいアプローチが、AIとのコラボでゲームの人間体験を向上させるよ。

CompAgentは、複雑なプロンプトを分解することで、テキストからの画像生成を改善するよ。

LLMを理解する上での課題と機会を探る。

この研究は、変えられたフィードバックがsEMGジェスチャー分類学習をどう強化するかを探ってるんだ。

筋肉信号を使ったより良いジェスチャー認識の方法。

この記事では、指示が不明瞭なときに機械が確認を求めるように訓練することについて話してるよ。

言語モデルの不正確さをより良く理解するために、新しい分類方法を探ってるんだ。

顔の動きに注目して表情認識を改善する方法。

機械が自然に話しの感情を変える新しい方法。

この論文では、言語モデルを人間の価値観や期待に合わせるための調整について話してるよ。

新しい方法は、言語モデルの応答を向上させるために関連性に焦点を当ててるよ。

エージェントが基盤モデルを改善して、より良いAI結果を得る方法を見つけよう。

新しい方法で声の変換における感情のトーンが守られて、より良い人間とコンピュータのインタラクションが実現するよ。

KTOは人間の好みに効率よく集中してAIトレーニングを簡素化するんだ。

プロンプトの再構成が言語モデルに対するユーザー満足度にどんな影響を与えるかの研究。

機械と人間の推論を言語処理タスクで調べる。

新しいフレームワークが、過去の経験を活かしてLLMの意思決定を向上させるよ。

地理空間データを使って、AIエージェントがリアルな環境とやり取りするためのプラットフォーム。

DeRaは再学習なしで言語モデルのアラインメントを調整する方法を提供している。

NORMYフレームワークは、会話型QAを強化して、情報の検索と文脈の理解を向上させるよ。

生成的エージェントが感情理解をどう向上させるかを調べる。

この研究は、変なポーズでの人間と機械の物体認識能力を比べてるんだ。

研究によると、LLMはタスク中のフィードバックに基づいて学習を適応させることがわかった。

この研究は、ロボットの声をデザインにうまく合わせる方法を明らかにしているよ。

新しいアプローチが、さまざまなアプリケーションのための手の動きの適応を簡素化するよ。

ScreenAgentを紹介するよ、コンピュータ作業を効率よく管理するための革新的なAIだよ。

AIがUXの改善にどんな可能性があるか、そして今の課題について調べてみる。

AIを活用して問題解決のクリエイティブさを引き出す新しい方法。

意思決定AIモデルやソリューションを作る際の課題を探る。

データの破損があっても人間のフィードバックを使って強化学習を改善するアルゴリズムを開発中。

研究は、対話システムにおける明確化質問をする際の不確実性の役割を強調している。

言語モデルのフィードバックループを探って、その意図しない結果について考えてみる。

新しいモデルが会話中の感情の理解を深める。

新しい方法で、機械が人間の指示にうまく従う学習の仕方が向上してるよ。

人間の目標と環境にエージェントを合わせる新しいアプローチ。

ユーザーの質問を画像で明確にすることで、検索結果とユーザー体験が向上するよ。

新しい方法がコンピューター生成のテキストを評価するやり方を改善してるよ。

感情に基づいて反応する機械を開発して、人間とコンピュータのインタラクションを向上させること。