lightbulb现实痛点上下文示例选择与稀有模式覆盖
儿童缺乏适合的AI学习工具,难以有效掌握AI基础知识。数据标注、模型调试与数据工作 / 上下文示例选择与稀有模式覆盖
儿童缺乏适合的AI学习工具,难以有效掌握AI基础知识。
同类问题
lightbulb现实痛点上下文示例选择与稀有模式覆盖
在线教育中学生很难从视频学习中主动提问并探索知识。lightbulb现实痛点上下文示例选择与稀有模式覆盖
用户常因确认偏误而以偏概全地解释复杂数据,做出次优决策。lightbulb现实痛点上下文示例选择与稀有模式覆盖
数据切片和模型优化依赖元数据,操作复杂且高成本lightbulb现实痛点上下文示例选择与稀有模式覆盖
WiFi活动识别难以适应不同环境和个体,需要大量标注数据。lightbulb现实痛点上下文示例选择与稀有模式覆盖
用户由于时机不对而经常拒绝智能音箱的主动学习任务。lightbulb现实痛点上下文示例选择与稀有模式覆盖
用户在挑选上下文示例时难覆盖稀有模式,导致模型表现不稳定。IUI '23ScatterShot: Interactive In-context Example Curation for Text Transformation
相关论文
CHI 2025
儿童AI学习技术:设计特点与未来机遇
Kaiyue Jia, Junnan Yu
CHI 2025
从被动观看到主动学习:利用AI视频助手在数字课堂中赋能主动参与
Anna Bodonhelyi, Enkeleda Thaqi, Süleyman Özdel
CHI 2025
确认偏见:数据事实作为视觉数据通信的双刃剑
Shiyao Li, Thomas James Davidson, Cindy Xiong Bearfield
IUI 2024
切片、对话与改进:基于概念化的机器学习模型验证方法与ConceptSlicer
Xiaoyu Zhang, Jorge H Piazentin Ono, Wenbin He
UbiComp 2024
MetaFormer:仅需一个标注目标样本的领域自适应WiFi感知
Biyun Sheng, Rui Han, Fu Xiao
CHI 2024
中断式微学习:理解主动对话式微学习服务的感知和可中断性
Minyeong Kim, Jiwook Lee, Youngji Koh
UbiComp 2023
AMIR: 联网环境中基于视频和网络流量的主动多模态交互识别
Shinan Liu, Tarun Mangla, Ted Shaowang
IUI 2022
用于日常生活活动主动学习的对话式界面
Ronnie Smith, Mauro Dragone