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

灾后瓦砾清理任务复杂，单靠算法难以兼顾效率与直观性。

lightbulb现实痛点人机协同优化与偏好对齐

灾后瓦砾清理任务复杂，单靠算法难以兼顾效率与直观性。

IUI '22``Rather Solve the Problem from Scratch'': Gamesploring Human-Machine Collaboration for Optimizing the Debris Collection Problem

同类问题

lightbulb现实痛点人机协同优化与偏好对齐

设计师难以高效探索和原型化生成式AI的交互与行为。

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

lightbulb现实痛点人机协同优化与偏好对齐

教师在应用领域难以高效找到和管理适合教学的编程计划。

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

lightbulb现实痛点人机协同优化与偏好对齐

用户在实时语音通信中很难同时处理其他复杂任务。

CHI '25Conversational Agents on Your Behalf: Opportunities and Challenges of Shared Autonomy in Voice Communication for Multitasking

lightbulb现实痛点人机协同优化与偏好对齐

学生在MOOCs中进行同伴评审时容易遇到创意难题和效率低下的问题。

CHI '24Intelligent Support Engages Writers Through Relevant Cognitive Processes

lightbulb现实痛点人机协同优化与偏好对齐

用户难以设计高质量的LLMs提示，导致输出不一致且效率低下。

CHI '24Bridging the Gulf of Envisioning: Cognitive Challenges in Prompt Based Interactions with LLMs

lightbulb现实痛点人机协同优化与偏好对齐

用户获取的营养建议常缺乏个性化和科学依据。

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

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