Artigos mais recentes para Interação Humano-Computador

O TraveLER melhora a compreensão de vídeos por meio de perguntas interativas para dar respostas melhores.

Analisa o crescimento da comunicação entre humanos e robôs usando fala natural.

O ChatGLM-RLHF melhora as interações de IA através de feedback humano e métodos de treinamento avançados.

Descubra como a visualização interativa melhora as ferramentas de IA centradas no ser humano para uma tomada de decisão melhor.

Destacando a importância das situações formativas nas avaliações de design.

A MotionChain cria movimentos humanos realistas através de conversas, misturando texto, imagens e dados de movimento.

Explorando o papel da IA generativa em melhorar as práticas de segurança de software.

O projeto EMO-SUPERB melhora o reconhecimento de emoção na fala com técnicas aprimoradas e colaboração da comunidade.

Uma nova estrutura melhora os modelos de linguagem ao reconhecer e responder a diferentes estilos de fala.

Um novo método melhora o reconhecimento de objetivos ao focar em comportamentos variados dos agentes.

DaTAPlan melhora como os robôs ajudam a gente nas tarefas do dia a dia através da antecipação de tarefas.

Pesquisas mostram que os picos beta melhoram o desempenho de interfaces cérebro-computador para movimentos imaginados.

Novas técnicas permitem tomar decisões mais seguras em aprendizado por reforço com a ajuda de especialistas humanos.

A pesquisa explora como o feedback multissensorial influencia a interação do usuário em VR.

Explorando a viabilidade de modelos de linguagem menores para um planejamento de tarefas robóticas eficaz.

Analisando o papel dos modelos de linguagem em apoiar o pensamento crítico entre filósofos.

Novos métodos melhoram a acessibilidade e a precisão na legendagem de áudio.

Uma nova abordagem de IA tem como objetivo melhorar a velocidade e a eficiência na geração de imagens e vídeos.

Novos métodos melhoram a precisão na detecção da posição das mãos durante as interações.

A pesquisa tem como objetivo tornar os modelos de linguagem mais seguros e úteis para os usuários.

Estudo examina como descrições parecidas com humanas afetam a confiança em sistemas de IA.

Uma comunicação clara cria confiança em veículos autônomos para todos os usuários da estrada.

Um novo método para moldar as personalidades dos LLMs usando os Cinco Grandes traços.

Uma nova abordagem integra dados visuais e textuais pra melhorar o reconhecimento de emoções.

Um novo método melhora a eficiência do aprendizado de máquina com feedback humano.

Explorando novos métodos pra melhorar o reconhecimento de emoção na fala usando dados naturais.

Um novo método melhora a precisão na previsão de emoções usando técnicas de aumento de dados.

Essa pesquisa melhora o reconhecimento de ações usando movimentos das mãos em 2D a partir de óculos inteligentes.

EyeFormer prevê o foco individual do usuário pra melhorar o design da interface.

Novos modelos melhoram a compreensão de como as mãos interagem com os objetos.

Um novo método de treinamento melhora o desempenho do modelo de linguagem e a experiência do usuário.

Este estudo melhora o reconhecimento de emoções através de métodos auto-supervisionados multimodais.

O TROT melhora a precisão em reconhecer atividades humanas aproveitando as relações temporais.

Um sistema gera interações realistas de mãos com vários objetos.

Esse estudo mostra como o contexto melhora a descrição de objetos em modelos de machine learning.

Esse estudo explora como os estilos de resolução de problemas melhoram o engajamento dos usuários com sistemas de IAX.

O feedback dos usuários, especialmente os comentários de acompanhamento, melhora as avaliações dos sistemas de diálogo.

Saiba como os PCAs melhoram a interação e a experiência do usuário na tecnologia.

Uma visão geral de como a memória melhora o desempenho de agentes baseados em LLM.

Pesquisas mostram as vantagens de técnicas bi-manuais para teletransporte na realidade virtual.