user studies | BriefGPT - AI 论文速递

关键词user studies

搜索结果 - 37

生成人工智能引导的用户研究：应用于空中出租车服务
利用大型语言模型（LLM）创建产生式人工智能虚拟场景，通过招募真实用户评估体验，收集反馈以便在早期设计阶段进行快速迭代，本研究以空中出租车为案例研究，使用 OpenAI 的 GPT-4 模型和人工智能图像、视频生成器设计了虚拟空中出租车，经
PDF16 days ago
一种用于解释性机器学习中识别任务相关属性的模拟到实际方法
使用一个通用、经济高效的方法，在计算模拟中确定与任务相关的解释属性并指导设计更昂贵的用户研究。
PDFa month ago
可解释人工智能对人类表现的影响：对显著性图行为后果的系统综述
68 个用户研究的系统综述发现，显著性图可以增强人类表现，但也常见到零效应甚至负效应。这些效应受多个因素的调节，包括人类任务、AI 性能、XAI 方法、待分类的图像、人类参与者和比较条件等。图像任务中的效益不如 AI 任务中常见，但效果取决
PDF3 months ago
可解释人工智能评估实际告诉我们什么？对 XAI 构建模块进行组合与上下文验证的案例
该论文提出了一种基于精细验证框架的解释人工智能，该框架不过分依赖于这些社会技术系统的任何一个方面，并承认它们固有的模块化结构：技术构建模块、面向用户的解释工件和社交通信协议。
PDF3 months ago
提高模型健壮性的自然语言纠错的澄清
通过 Clarify，用户仅需提供短文本描述来描述模型的连续失败模式，然后我们完全自动化地使用这些描述来改善训练过程，以重新加权训练数据或收集额外的有针对性的数据，并通过用户研究表明，非专业用户可以成功地通过 Clarify 描述模型的误解
PDF5 months ago
低资源语言中的冒犯和威胁性在线内容检测
这项研究旨在解决 Hausa 这种计算语言学的低资源语言缺乏相关 NLP 任务支持的问题，通过进行用户研究、收集数据集并开发检测系统，发现宗教和政治相关话题中存在相当多的冒犯和威胁内容，并建议各方参与了解当地习惯和人口统计来开发更有效的检测
PDF8 months ago
Pachinko: 通过自然语言反馈修补可解释的问答模型
通过分析问答模型生成的基于背景和问题的中间解释，我们研究了解不同形式的解释对用户修正和理解模型输出的影响，并通过用户研究证明了解释格式在用户反馈和模型执行反馈方面的重要性。
PDF8 months ago
大型语言模型助力：使用 ChatGPT 简化科学工作流程开发的复杂性
科学工作流系统越来越受欢迎，可以表达和执行对大数据集的复杂数据分析流水线，因为它们提供了自动化并行化在大型计算集群上的可重复性、可靠性和可扩展性。然而，由于涉及许多黑盒工具和必要的底层基础架构，实现工作流变得困难。同时，用户支持工具很少，可
PDF8 months ago
供应即时反馈生成的作者定义的 AI 角色
根据作家定义的目标读者的 AI 角色生成按需反馈，为支持作家使用人工智能而拓展了社会技术视角。
PDF9 months ago
从 “让我们谷歌” 到 “让我们 ChatGPT”: 学生和教师对 LLMs 在本科工程教育中的影响的观点
本文通过在印度的本科工程大学进行调查和访谈，揭示了 ChatGPT（一种流行的 LLM）在学术使用中的现状、所带来的好处、威胁、挑战以及增进学生和教师对 LLMs 采用的建议，进一步讨论了 LLMs 在本科工程教育及其他领域的实际意义。
PDF9 months ago
Sketch2Stress: 结构应力感知绘图
本文提出了一种名为 Sketch2Stress 的方法，利用特殊设计的生成对抗框架，使用户能够在草图阶段对所设计对象进行结构分析，通过预测正常图和相应的分布在对象上的应力图，让设计师们能够方便地检查草图对象的承受力和识别潜在的问题区域。
PDFa year ago
应用机器学习和人工智能协作缩小高风险妊娠护理差距
本文提出了一个高风险妊娠程序，通过算法识别高风险成员，并完成了孕期识别与并发症预测模型，演示了预测与临床信息相结合的工具在提升护士决策过程中的实用性的可能。
PDFa year ago
检验文图生成模型图像地理代表性
本文中，我们采用众包研究来衡量使用 DALL.E 2 和 Stable Diffusion 模型对普通名词进行生成时，生成图像对全球各地表现力的代表性。我们发现，对于没有特定国名的输入，生成的图像表现美国和印度的环境最好，其他国家的表现不如
PDFa year ago
关于可解释人工智能研究中不当样本大小和普适性的原则：更加包容的用户研究
为了更好地实现伦理框架中所需的可解释性，我们需要更具有代表性的用户样本，同时需要更多考虑样本大小的合理性和研究结论的适用性，以促进可解释 AI 研究的进展。
PDFa year ago
新手用户能否创建深度伪造视频？
通过用户研究，发现即使对于新手用户，在有足够的工具和时间的情况下制作 Deepfakes 也是一项简单的任务。但是，由于不够真实，Deepfakes 无法完全欺骗检测软件和人类检查员。
PDFa year ago
CamDiff: 基于扩散模型的伪装图像增强技术
该论文提出了一种基于 AI-Generated Content 的 CamDiff 方法，利用 latent diffusion model 综合伪装场景中的显著物体来生成更具有代表性的伪装样本，其结果表明，该方法能够吸引用户的关注并对现有
PDFa year ago
面向以人为中心的设计的人工共情框架
该研究论文基于人类中心设计视角，探索了人工智能在发展人类中心设计中的未来方向，特别关注了人类设计者理解人类需求的能力。论文通过研究数据驱动的用户研究、共情理解的发展以及人工共情等研究领域，提出了人工共情框架，旨在将共情这一相对复杂且主观的概
PDFa year ago
有帮助、误导或使人困惑：人类如何感知人工智能解释的基本构建块
这篇论文探讨了可解释的人工智能技术和其评估方法之间的差距，介绍了使用简单的数学模型来评估不同模型表述的易理解程度，以及如何设置和执行相关用户研究的概念和实践框架。
PDFa year ago
ICLR使用模拟用户研究设计机器学习解释的评估案例研究
通过机器学习模型作为人类用户的代理，提出了一种模拟用户评估的方法（SimEvals），并在电子商务欺诈检测的真实用例中应用，发现在这种情况下，所有考虑到的模型解释方法都与基准模型一样，没有明显的优势，这与原始用户研究的结论相符，因此初步证明
PDFa year ago
ASQ-IT：基于交互式解释的强化学习智能体
本文介绍了一个交互式工具 ASQ-IT，它基于 formal methods 和 automata theory，能够让用户通过查询描述感兴趣的行为的时间属性来观察代理在其环境中的行为，并帮助用户识别错误的代理行为。用户研究表明，使用 AS
PDFa year ago