Surjya Ghosh 最新论文
Uma 等人提出TC-MAG框架，通过多智能体协作模拟教师评分步骤，在2000份新加坡小学生数学答案上达到部署级可靠性，显著优于人类教师和最佳LLM基线。
Banik 等人提出基于生理响应画像的方法，通过分析用户观看视频时的生理信号来减少持续情感标注的负担。
Ghosh 等人提出多任务学习框架 MUSE，利用用户相似性估计缺失的情绪自我报告，在两项研究（24人/30人）中达 84% 和 82% 的 AUCROC，且不影响下游情绪推断。
https://hci.top/zh/authors/13605?source=all