human-ai interactions | BriefGPT

关键词human-ai interactions

搜索结果 - 11

ICMLCogErgLLM: 利用认知人机工程学探索大型语言模型系统设计视角
将认知人类工效学与 LLMs 相结合对于提高人机交互的安全性、可靠性和用户满意度至关重要。本文探讨了在 LLM 设计中将认知人类工效学原则的关键整合，旨在为伦理 LLM 开发提供综合框架和实践指南，以促进更安全、更可靠和道德的人机交互。
PDF3 days ago
利用基于音频 - 文本变换的智能鉴别方法进行恭维检测的论文
通过一个包含 20 小时语音的新型音频文本数据集，我们采用预训练的 AST、Wav2Vec2 和 Whisper 模型以及 Whisper TTS 模型结合 RoBERTa 文本分类器，建立一个多模态分类器，实现对赞美的自动检测，从而增强人
PDF11 days ago
Pl@ntNet 人工智能算法的合作学习：工作原理与改进方法
通过基于用户能力从协作数据中递归估计正确识别记录的植物种类，我们提出了一种标签汇聚策略来协同训练植物识别 AI 模型，并通过评估用户技能的多样性增强标记性能，这强调了人类注释和数据过滤的协同作用以提高 AI 性能。
PDFa month ago
从危险到可能性：探究人类（与人工智能）偏见如何影响在线论坛
社交媒体分析是通过复杂网络分析和自然语言处理的工具来分析社交互动、用户生成的内容和偏见的现象，主要围绕在线辩论、在线支持群体和人类与人工智能的互动展开讨论，同时强调社交媒体内部的双重困境与可能性，以及人机生成内容中隐藏的人类和非人类偏见。
PDF4 months ago
拆解人工智能与人类互动：从互动原理到设计空间
该研究旨在开发半正式的设计空间，为人工智能交互建立一套规范用户与 AI 系统在交互过程中的通信的交互基元，进而将这些基元组合为一组交互模式，为人类和 AI/ML 模型之间交换信息提供抽象规范，以评估现有实践的相似性和差异性，并为新系统的创建
PDF6 months ago
学习制定注重依从性的建议
考虑到人对人工智能建议的忽视以及人工智能在最相关时刻有选择性地提供建议的需要，本文提出了一个顺序决策模型，该模型考虑到人的依附水平并引入了一个推迟选项，以便机器能够暂时不提供建议，并提供了能够学习最佳建议政策并仅在关键时间点提供建议的学习算
PDF9 months ago
AI 增强了我们的效能，我毫不怀疑这款产品也会如此：对 AI 的负面描述对安慰剂效应没有影响
通过安慰剂效应，增加人工智能期望有利于提高人工智能与人类之间的互动表现。但是，过低的期望可能导致无安慰剂效应。通过伪装的人工智能的实验，我们发现参与者在高期望下表现更好，这主要归因于他们收集了更多的信息。进一步的研究验证了负面的人工智能描述
PDF9 months ago
关于适当信任的定义及其相关工具
通过比较定义和模型性能评估，本文提出了一种新颖的方法来评估适当的信任，包括针对用户表现的几种简单直接的评估方法，包括建议一种测量回归中不确定性和适当信任的方法。
PDF10 months ago
从 DDMs 到 DNNs: 利用决策过程数据和模型改进人机交互
人工智能研究可以通过更强调决策随时间演变的洞察和整合相关的过程数据来提高对人工智能预测的准确性和人机交互的效果。
PDF10 months ago
MM推荐系统的顺序性破坏了评估过程
本研究旨在通过对流行评估过程的敌对攻击来表征顺序数据对案例的重要性，提供一种序列感知提升攻击方法，以及在观察数据顺序的基础上仅利用机密测试集的额外信息的下限，从而证明评估处理对 MovieLense-100k 数据集的影响可达约 1％。
PDF2 years ago
人工智能伦理建设
本文分析了人工智能治理的技术解决方案，提出了一个分类目录，分为四个领域：探索伦理困境、个体伦理决策框架、集体伦理决策框架和人工智能交互中的伦理问题，并讨论了面向成功将伦理人工智能系统整合到人类社会的未来研究方向。
PDF6 years ago