HEPHA：用于专业领域的混合式主动图像标注工具Zhou 等人提出HEPHA混合式主动图像标注工具，通过归纳逻辑学习推断标注规则，在专业和通用领域均优于基线方法。2025SZShiyuan Zhou et al.Computer Science可解释人工智能（XAI）交互式数据可视化医疗与科学数据可视化IUI
通过人机协作数据标注实现Text-to-SQL领域适配Tian 等人提出 SQLsynth 人机协作数据标注系统，通过结构化工作流结合人类与大型语言模型，显著加速Text-to-SQL数据标注并生成更准确、自然、多样化的数据集。2025YTYuan Tian et al.普渡大学大语言模型（LLM）的人机协作自动机器学习（AutoML）界面IUI
Dango：使用大型语言模型的混合发起数据整理系统Chen 等人提出 Dango 混合发起数据整理系统，通过自然语言提示和多选澄清问题增强LLM对用户意图的理解，在38人研究中显著提升效率和准确性。2025WCWei-Hao Chen et al.普渡大学大语言模型（LLM）的人机协作AI 辅助决策与自动化系统交互式数据可视化CHI
SQLucid：通过交互式解释将自然语言数据库查询具体化Tian 等人开发了SQLucid系统，通过视觉对应、逐步SQL解释和可编辑查询结果，显著提升非专业用户数据库查询的准确性和信心。2024YTYuan Tian et al.普渡大学可解释人工智能（XAI）AI 辅助决策与自动化系统UIST
PromptCharm: 通过多模态提示和优化的文本到图像生成Wang 等人设计 PromptCharm 多模态提示优化系统，通过自动精炼、风格选择和注意力可视化，12人用户研究验证可生成更高质量图像。2024ZWZhijie Wang et al.阿尔伯塔大学生成式AI（文本、图像、音乐、视频）可解释人工智能（XAI）AI 辅助创意写作CHI
STILE：探索和调试预训练文本表示中的社会偏见Kabir 等人开发STILE交互系统，支持用户自定义偏见检测并可视化预训练文本表示中的社会偏见，经实验验证可有效辅助偏见发现与调试。2024SKSamia Kabir et al.普渡大学AI 伦理、公平与问责算法公平与偏见CHI
Stack Overflow 过时了吗？对 ChatGPT 回答 Stack Overflow 问题特征的经验研究Kabir 等人分析 517 个 Stack Overflow 编程问题的 ChatGPT 答案，发现 52% 含错误、77% 冗长，但因全面性仍有 35% 用户偏好，提示需警惕错误信息风险。2024SKSamia Kabir et al.普渡大学大语言模型（LLM）的人机协作AI 辅助决策与自动化系统AI 伦理、公平与问责CHI
MIWA：用于增强用户控制与信心的混合式Web自动化Chen 等人开发 MIWA 混合式Web自动化系统，通过示例演示创建脚本，配合可视化步骤说明、单步调试和角落情况检测，使非专业用户任务完成时间减半且信心显著提升。2023WCWeihao Chen et al.普渡大学可解释人工智能（XAI）AI 辅助决策与自动化系统UIST
DeepSeer：通过状态抽象进行交互式RNN解释和调试Wang 等人提出 DeepSeer 系统，通过状态抽象将 RNN 隐藏状态捆绑为有限状态机提供全局解释，用户研究表明其比 LIME 更能帮助用户深入评估 RNN 行为并识别错误根因。2023ZWZhijie Wang et al.阿尔伯塔大学可解释人工智能（XAI）计算方法在HCI中的应用CHI
DeepLens: NLP模型中交互式分布外数据检测Song等人提出DeepLens交互系统，通过文本聚类与神经元激活分析帮助用户检测NLP模型中的分布外数据，使用户找到近两倍问题类型，信心提升22%2023DSDa Song et al.阿尔伯塔大学可解释人工智能（XAI）算法透明度与可审计性计算方法在HCI中的应用CHI
用于库比较的概念标注示例Yan 等人开发ParaLib交互界面，通过并排呈现多个概念标注的代码示例帮助程序员比较库，20人用户研究表明该方法能促进更一致、合适的库选择和更全面的相似性总结。2022LYLitao Yan et al.哈佛大学知识工作者工具与工作流原型设计与用户测试UIST
INTENT：交互式张量转换合成Zhou等人提出INTENT交互式系统，通过推断用户意图自动生成TensorFlow代码，并可视化张量转换步骤与中间结果，使用户编程任务完成效率提升一倍。2022ZZZhanhui Zhou et al.密歇根大学自动机器学习（AutoML）界面计算方法在HCI中的应用UIST
大规模可视化深度神经网络示例Yan 等人提出 ExampleNet 可视化系统，帮助程序员探索大型 DNN 项目并比较模型结构与超参数，16 人实验表明该系统显著提升设计决策质量并减少错误。2021LYLitao Yan et al.哈佛大学大语言模型（LLM）的人机协作交互式数据可视化CHI
可解释的程序合成Zhang 等人提出可解释的程序合成方法，通过三种表示方法（演绎/归纳/枚举）揭示综合过程，使正则表达式编程任务成功率显著提升。2021TZTianyi Zhang et al.普渡大学可解释人工智能（XAI）原型设计与用户测试CHI
基于增强示例的交互式程序合成Zhang等人提出语义与数据两种示例增强方式辅助编程示例合成，在正则表达式任务中验证能显著提高用户任务成功率并增强对合成程序的信心。2020TZTianyi Zhang et al.普渡大学编程教育与计算思维计算方法在HCI中的应用UIST
利用社区使用数据实现数据驱动的API设计：一项需求研究Zhang 等人访谈23名API设计者，发现其急需了解用户卡点、解决方法、常见错误及边缘情况，呼吁开发挖掘框架支持真实用例收集。2020TZTianyi Zhang et al.普渡大学计算方法在HCI中的应用CHI