255 Arbeiten
Die Arbeit stellt einen Ansatz vor, bei dem durch passives Beobachten des Nutzerverhaltens sofortige, spezifische Ziele abgeleitet werden, um große Sprachmodelle dynamisch auf individuelle Aufgaben zu spezialisieren und dadurch qualitativ überlegene, maßgeschneiderte Tools sowie Antworten zu generieren.
Die Studie schlägt vor, Augmented-Reality-Indikatoren für das Sichtfeld von Robotern zu verwenden, um die mentalen Modelle von Menschen zu korrigieren und die Genauigkeit bei der Mensch-Roboter-Kollaboration zu erhöhen, wobei sich zeigte, dass in den Aufgabenraum projizierte (allozentrische) Indikatoren die beste Genauigkeit bieten.
Diese Arbeit stellt einen neuartigen Planungsansatz für autonomes Spurwechseln vor, der dynamische Risikofelder mit zeitvariablen konvexen Freiräumen und einem eingeschränkten iLQR-Algorithmus kombiniert, um in komplexen Verkehrsszenarien sichere, effiziente und komfortable Trajektorien zu gewährleisten.
Diese Arbeit stellt XR-DT vor, ein Framework für Extended Reality und Digital Twins, das eine menschenbewusste Modellprädiktive Pfadintegral-Steuerung (HA-MPPI) mit einem Transformer-basierten Vorhersagemodell kombiniert, um sichere und effiziente Navigation von mobilen Robotern in gemeinsamen Arbeitsräumen zu ermöglichen.
Die Studie zeigt, dass bei der kollaborativen „Vibe Coding"-Programmierung menschliche Führung durch übergeordnete Anweisungen entscheidend für den Erfolg ist, während rein KI-gesteuerte Ansätze oft scheitern und hybride Modelle am besten funktionieren, wenn Menschen die Anleitung übernehmen und die KI die Evaluierung durchführt.
Die Autoren stellen ein provenienzorientiertes Framework vor, das die Nachvollziehbarkeit von OCR-Korrekturen in digitalen Geisteswissenschaften sicherstellt und nachweist, wie diese Korrekturen die Ergebnisse nachgelagerter NLP-Analysen sowie die wissenschaftliche Interpretation maßgeblich beeinflussen.
Die Studie stellt CLEO vor, ein System, das menschliche und KI-Agenten durch die Echtzeit-Interpretation paralleler Aktionen auf gemeinsamen Artefakten befähigt, dynamisch zwischen Delegation, Steuerung und gleichzeitiger Zusammenarbeit zu wechseln, um so die Grenzen der aktuellen Mensch-Agenten-Kollaboration zu überwinden.
Dieser Beitrag stellt die Vorteile nahtlos integrierter 2D- und 3D-Visualisierungen in Extended-Reality-Umgebungen für die Datenanalyse vor und untermauert diese durch drei Fallstudien.
Diese Studie leitet aus einer qualitativen Analyse von Chatbot-Entwicklungsdaten und Experteninterviews vier zentrale Themenbereiche ab, um die oft fragmentierte operative Gestaltung von Human-in-the-Loop-Prinzipien im gesamten Lebenszyklus von KI-Anwendungen zu präzisieren.
Die Arbeit stellt „Companion" vor, ein robotisches Zeichensystem, das durch die Integration von Large Language Models und Echtzeit-Interaktion den Menschen wieder in den kreativen Prozess einbindet und so eine synergistische, bidirektionale Zusammenarbeit für das visuelle Geschichtenerzählen ermöglicht, die von Experten als ästhetisch eigenständig und ausstellungsfähig bestätigt wurde.
Diese Studie skizziert einen Fahrplan für die Integration biometrischer Technologien in personalisierte augmentative und alternative Kommunikationssysteme, wobei sie anhand von Fallstudien zu Gesten- und Gebärdenerkennung feststellt, dass die aktuelle KI-Genauigkeit noch nicht den praktischen Anforderungen entspricht, und empfiehlt Maßnahmen zur Schließung dieser Lücke.
Diese Studie stellt eine zweiphasige Methode vor, bei der durch Co-Design-Workshops mit Laien und anschließende Expertenvalidierung ein intuitives, auf Metaphern und einer kompositionellen Grammatik basierendes Set von 32 Blickgesten entwickelt wurde, um die natürliche Interaktion mit Eye-Tracking-Geräten zu verbessern und das Midas-Touch-Problem zu lösen.
Basierend auf einer Designstudie mit erfahrenen Forschern stellt das Paper ARC vor, ein integriertes System, das durch Multi-Datenbank-Integration, transparente iterative Suche und verifizierbare KI-Unterstützung die kognitive Belastung bei systematischen Literaturübersichten reduziert und Forscher von administrativen Aufgaben hin zu strategischer Exploration befähigt.
Die Arbeit stellt den International Tool Calling (ITC)-Datensatz vor, einen groß angelegten, mehrsprachigen Benchmark mit über 3.500 realen APIs aus 40 Ländern, der genutzt wird, um die Leistung und Robustheit von Sprachmodellen bei der Tool-Nutzung in internationalen und nicht-englischen Szenarien zu verbessern.
Diese Scoping-Review analysiert tragbare und umgebungsbezogene Sensortechnologien zur Überwachung von Menschen mit Demenz und leitet fünf menschenzentrierte Implementierungsprinzipien ab, die auf Personalisierung, Workflow-Integration, Datenschutz sowie ethische und skalierbare Lösungen abzielen.
CoEditor++ ist ein trainingsfreies, kognitiv strukturiertes Framework, das durch die Zerlegung von Bildbearbeitungsaufgaben in „was" und „wie" sowie eine selbstreflektierende Auswahlmechanismus state-of-the-art Ergebnisse bei der instruktionsbasierten Bildbearbeitung erzielt und dabei sowohl die visuelle Konsistenz als auch die Interpretierbarkeit verbessert.
Die Arbeit stellt Aletheia vor, eine browserbasierte Erweiterung, die mittels Large Language Models und Retrieval-Augmented Generation Fake News nicht nur erkennt, sondern durch evidenzbasierte Erklärungen, einen Diskussionsraum und aktuelle Faktenchecks transparent und nutzerzentriert bekämpft.
Die Studie stellt den multimodalen RFM-HRI-Datensatz vor, der menschliche Reaktionen und Wiederherstellungspräferenzen bei Fehlern medizinischer Roboter während der Entnahme von Gegenständen erfasst, um die Grundlage für zuverlässigere Fehlererkennung und -behebung in sicherheitskritischen HRI-Szenarien zu schaffen.
Der Artikel kritisiert die risikovermeidende Gestaltung aktueller KI-Chatbots im Kontext psychischer Krisen und schlägt stattdessen ein empowerndes Design vor, das KI als unterstützende Brücke zur Deeskalation und Weitervermittlung an professionelle Hilfsangebote nutzt.
Die Studie zeigt, dass moralische Urteile von Large Language Models durch narrative Perspektiven und Prompt-Strukturen stark manipuliert werden können, was zu erheblicher Instabilität und Reproduzierbarkeitsproblemen führt, insbesondere bei moralisch mehrdeutigen Fällen.