help研究问题LLM 信任与过度/不足依赖
当前声称开放的AI项目在透明性和可靠性方面存在哪些问题？CUI '23Opening up ChatGPT: Tracking openness, transparency, and accountability in instruction-tuned text generators
AI可解释性、信任与校准依赖 / LLM 信任与过度/不足依赖
当前声称开放的AI项目在透明性和可靠性方面存在哪些问题？
同类问题
help研究问题LLM 信任与过度/不足依赖
多模态交互系统如何通过动态贝叶斯网络（实时推理工具）和大型语言模型（生成上下文知识）集成以适应复杂场景？help研究问题LLM 信任与过度/不足依赖
动态贝叶斯网络如何在多模态传感器输入存在噪声的情况下进行实时推理并处理不确定性？help研究问题LLM 信任与过度/不足依赖
在大规模动态环境中，多模态交互系统如何实现可扩展性和适应性？help研究问题LLM 信任与过度/不足依赖
用户如何理解生成式AI（GenAI）聊天机器人生态系统的数据流和隐私保护？help研究问题LLM 信任与过度/不足依赖
用户对第一方系统（如Google Gemini）和第三方系统（如ChatGPT）的信任和隐私关注有何不同？help研究问题LLM 信任与过度/不足依赖
不同的心理模型如何影响用户的信任和数据隐私决策？相关论文
IUI 2025
基于动态贝叶斯网络的多模态上下文感知交互框架
Violet Yinuo Han, Tianyi Wang, Hyunsung Cho
IUI 2025
生成式人工智能聊天机器人生态系统的用户心智模型
Xingyi Wang, Xiaozheng Wang, Sunyup Park
IUI 2025
建立合适的心理模型：用户对代理型AI聊天机器人已知和想知道的
Michelle Brachman, Siya Kunde, Sarah Miller
CHI 2025
依赖还是不依赖？评估对大型语言模型适当依赖的干预措施
Jessica Y Bo, Sophia Wan, Ashton Anderson
CHI 2025
新兴数据实践：大型语言模型时代的数据工作
Adriana Alvarado Garcia, Heloisa Candello, Karla Badillo-Urquiola
CHI 2025
共同思考，更好地工作：结合人类和大语言模型的思维 aloud 结果进行有效的文本评估
SeongYeub Chu, JongWoo Kim, Mun Yong Yi
CHI 2025
先计划后执行：一项关于用户信任和团队表现的经验研究，当使用LLM代理作为日常助手时
Gaole He, Gianluca Demartini, Ujwal Gadiraju
CHI 2025
基于LLM的搜索对决策制定的影响：速度、准确性和过度依赖
Sofia Eleni Spatharioti, David Rothschild, Daniel G. Goldstein
CHI 2025
生成式AI在纪实摄影中的应用：探索视觉叙事的机会与挑战
Lenny Martinez, Baptiste Caramiaux, Sarah Fdili Alaoui
CHI 2025
注意差距！在不同语言的说服性合写任务中使用多语言大语言模型的选择独立性
Shreyan Biswas, Alexander Erlei, Ujwal Gadiraju
CHI 2025
理解在广播系统中部署基于AI的内容创作支持工具的动态 - 优势、挑战和方向
Joon Gi Chung, Soongi Hong, Junho Choi
CHI 2025
促进对大型语言模型的适当依赖：解释、来源和不一致性的角色
Sunnie S. Y. Kim, Jennifer Wortman Vaughan, Q. Vera Liao