图像分类中协作式交互机器教学的研究

大语言模型(LLM)的人机协作创意协作与反馈系统UI/UX 设计师AI/ML 研究员与工程师HCI 研究员

虽然以人为中心的机器学习方法探索了交互循环中的各种人类角色,但交互机器教学(IMT)的概念应运而生,专注于利用人类作为教师的教学技能来构建机器学习系统。然而,大多数系统和研究都针对单一用户。本文我们在图像分类的背景下研究协作式交互机器教学,以分析人们如何共同构建教学过程并理解他们的体验。我们的贡献有三个方面。首先,我们开发了一个名为TeachTOK的Web应用程序,使一群用户能够共同增量式地整理数据和训练模型。其次,我们进行了一项研究,将10名参与者分成3个团队,在9天内竞争构建图像分类器。焦点小组中参与讨论的定性结果揭示了机器教学任务中协作模式的涌现、协作如何帮助修正教学策略以及参与者对与TeachTOK应用程序交互的反思。基于这些发现,我们为设计更具交互性、协作性和参与性的基于机器学习的系统提供了启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/139233/2024

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、创意协作与反馈系统
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文