模型中的精灵：面向移动应用的人环深度神经网络自动生成
大语言模型（LLM）的人机协作AI 辅助决策与自动化系统自动机器学习（AutoML）界面软件工程师与开发者AI/ML 研究员与工程师
深度神经网络的进步促进了从智能手机语音助手到智能眼镜增强现实等广泛应用。这些 DNN 应该在资源受限的移动平台上运行并在开放环境中保持一致性能。然而，DNN 资源消耗严重，且在真实部署中常出现性能下降。现有研究通过压缩模型而不显著影响推理精度来优化 DNN 的资源-性能权衡，导致压缩 DNN 的精度受限于原始模型。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何在移动设备的资源限制条件下有效部署深度神经网络（DNN）？分类: 模型操控、潜在空间编辑与知识注入同类问题arrow_forward
- 在模型设计中如何系统地将人类参与作为优化超参数以提升DNN性能？分类: 模型操控、潜在空间编辑与知识注入同类问题arrow_forward
- H-Gen框架如何在平衡模型准确性、延迟及资源消耗的同时，最大化人类参与的效果？分类: 模型操控、潜在空间编辑与知识注入同类问题arrow_forward
lightbulb
现实痛点
1- 移动设备上的智能应用在低资源条件下性能难以保证。分类: 模型操控、潜在空间编辑与知识注入同类问题arrow_forward
- 83%
迈向人类导向的机器学习
IUI '19· 大语言模型（LLM）的人机协作 +2
- 83%
用户界面的终身学习
UIST '23· 大语言模型（LLM）的人机协作 +2
- 80%
在人工智能中介沟通中比较句子层面的建议和消息层面的建议
CHI '23· 大语言模型（LLM）的人机协作 +1
- 80%
模型压缩在实践中的应用：来自创建设备端机器学习体验的实践者的经验教训
CHI '24· 大语言模型（LLM）的人机协作 +1
- 80%
VAL：使用GPT对话解析进行交互式任务学习
CHI '24· 大语言模型（LLM）的人机协作 +1
- 80%
需要帮助吗？为编程设计主动型AI助手
CHI '25· 大语言模型（LLM）的人机协作 +1
- 80%
InstructPipe: 使用人类指令和大语言模型生成视觉块管道
CHI '25· 大语言模型（LLM）的人机协作 +1
- 80%
基于可绘制时间线的交互式超参数优化
DIS '21· 大语言模型（LLM）的人机协作 +1
- 80%
通过人机协作数据标注实现Text-to-SQL领域适配
IUI '25· 大语言模型（LLM）的人机协作 +1
- 71%
当帮助变成伤害：AI编码助手的验证负荷与疲劳
CHI '26· 大语言模型（LLM）的人机协作 +3
基于研究子主题与职业分类的 Jaccard 相似度（≥60%）
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
UbiComp
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
大语言模型（LLM）的人机协作、AI 辅助决策与自动化系统、自动机器学习（AutoML）界面
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文