HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

人机协作与决策支持 / 人机协同优化与偏好对齐

如何验证大型语言模型生成的营养信息的准确性和实用性？

help研究问题人机协同优化与偏好对齐

如何验证大型语言模型生成的营养信息的准确性和实用性？

CHI '24Integrating Expertise in LLMs: Crafting a Customized Nutrition Assistant with Refined Template Instructions

同类问题

help研究问题人机协同优化与偏好对齐

如何支持团队在生成式AI设计中高效快速地迭代提示工程？

CHI '25Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams

help研究问题人机协同优化与偏好对齐

在生成式AI原型设计中，团队如何通过内容驱动的策略提高设计效率和输出质量？

CHI '25Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams

help研究问题人机协同优化与偏好对齐

提示工程（prompt engineering）的哪些结构化方法能优化生成式AI的行为和用户交互？

CHI '25Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams

help研究问题人机协同优化与偏好对齐

如何利用大型语言模型（如GPT-4）支持教师在应用领域中识别编程计划（编程模板）？

CHI '25PLAID: Supporting Computing Instructors to Identify Domain-Specific Programming Plans at Scale

help研究问题人机协同优化与偏好对齐

通过“人机协作”的方法，是否能够提高教师识别编程计划的效率和输出质量？

CHI '25PLAID: Supporting Computing Instructors to Identify Domain-Specific Programming Plans at Scale

help研究问题人机协同优化与偏好对齐

生成式AI工具需要具备哪些功能和支持机制才能有效适配教学场景？

CHI '25PLAID: Supporting Computing Instructors to Identify Domain-Specific Programming Plans at Scale

相关论文

使用提示进行原型设计：协作软件团队在生成式AI设计中的新兴方法和挑战

Hariharan Subramonyam, Divy Thakkar, Andrew Ku

PLAID：支持计算讲师在大规模环境中识别特定领域的编程计划

Yoshee Jain, Mehmet Arif Demirtas, Kathryn Irene Cunningham

代表您的对话代理：语音通信中多任务处理共享自主性的机会和挑战

Yi Fei Cheng, Hirokazu Shirado, Shunichi Kasahara

智能支持通过相关认知过程参与作家

Andreas Göldi, Thiemo Wambsganss, Seyed Parsa Neshaei

弥合设想的鸿沟：基于提示与大语言模型交互的认知挑战

Hariharan Subramonyam, Christopher Pondoc, Colleen Seifert

在LLMs中整合专业知识：使用精细的模板指令打造定制化的营养助手

Annalisa Szymanski, Brianna L Wimer, Oghenemaro Anuyah

隐私保护方法对生活日志中记忆的影响

Passant ElAgroudy, Mohamed Khamis, Florian Mathis

"更愿意从零开始解决问题"：探索人机协作优化碎片收集问题

Aybike Ulusan, Uttkarsh Narayan, Sam Snodgrass