help研究问题透明度、可审计性与信任校准机制
如何应用LLM（大型语言模型）评估用户定义的多维生成任务标准的效果？AI可解释性、信任与校准依赖 / 透明度、可审计性与信任校准机制
如何应用LLM（大型语言模型）评估用户定义的多维生成任务标准的效果？
同类问题
help研究问题透明度、可审计性与信任校准机制
311系统的设计决策（如集中化、单一议题报告和标准化指标）如何影响城市居民的体验和信任？help研究问题透明度、可审计性与信任校准机制
参与式技术和元设计的框架如何支持311系统的连续社会技术协同设计？help研究问题透明度、可审计性与信任校准机制
311系统在提升居民与政府互动质量方面如何实现灵活性和动态透明性？help研究问题透明度、可审计性与信任校准机制
语言模型的输出是通过哪些机制引发用户的拟人化感知的？help研究问题透明度、可审计性与信任校准机制
哪些具体的语言表达类型最容易导致用户产生拟人化的误解？help研究问题透明度、可审计性与信任校准机制
明确标识技术身份是否能够减少拟人化感知？相关论文
CHI 2025
为市民生活质量设计物品
Graham Dove, Eric Corbett
CHI 2025
语言技术拟人化的语言表达分类学
Alicia DeVrio, Myra Cheng, Lisa Egede
CHI 2025
令人印象深刻地可怕：探索用户对社交媒体应用中解开机器学习模型的感知和反应
Jack West, Bengisu Cagiltay, Shirley Zhang
CHI 2024
EvalLM：基于用户定义标准的大语言模型提示的交互式评估
Taesu Kim, Yoonjoo Lee, Jamin Shin
CHI 2024
将可重复性措施整合到学术搜索中：挑战与机遇
Chuhao Wu, Tatiana Chakravorti, John M Carroll
CHI 2024
人们最关心哪种人工智能？一项关于道德考虑的联合实验
Ali Ladak, Jamie Harris, Jacy Reese Anthis
IUI 2022
AQX：利用特征重要性可视化解释空气质量预测以验证领域知识
Reshika Palaniyappan Velumani, Meng Xia, Jun Han
CHI 2022
模板和信任测量仪：迈向维基百科信任指标的广泛应用
Andrew Kuznetsov, Margeigh Novotny, Jessica Klein
CHI 2021
操纵和测量模型可解释性
Forough Poursabzi-Sangdeh, Daniel G Goldstein, Jake M Hofman
CHI 2021
Cody：基于AI的系统，用于定性研究的半自动化编码
Tim Rietz, Alexander Maedche
CHI 2021
扩展可解释性：迈向AI系统的社会透明度
Upol Ehsan, Q. Vera Liao, Michael Muller
CHI 2021
从机器中诞生的用户：仿真作为人机循环文本分析中的设计探测
Anamaria Crisan, Michael Correll