The Sense of Misinformation Can Harm Local Community: A Case Study of Community Conflict
该论文通过赌场提案的社区冲突案例,提出了“虚假信息感”这一概念,即人们在无事实错误的情况下将他人言行误判为虚假信息,并探讨了其如何因治理失调、沟通不畅及公共话语破裂而破坏社区信任与民主,进而呼吁区分该现象与真实虚假信息以制定缓解策略。
254 篇论文
该论文通过赌场提案的社区冲突案例,提出了“虚假信息感”这一概念,即人们在无事实错误的情况下将他人言行误判为虚假信息,并探讨了其如何因治理失调、沟通不畅及公共话语破裂而破坏社区信任与民主,进而呼吁区分该现象与真实虚假信息以制定缓解策略。
本文介绍了名为 SoulNote 的生成式 AI 系统,通过支持听障及重听人士进行多轮迭代的歌曲创作,将其转化为一种日常音乐日记实践,从而在自我洞察、情绪调节及日常态度三个维度上促进其情感成长与自我反思。
本文介绍了 WeldAR 系统,这是一种将增强现实技术集成到焊接头盔中的在位指导工具,通过为新手提供实时反馈,显著提升了他们在实际焊接练习及独立测试中的表现,特别是旅行速度和工作角度等关键技能。
该研究介绍了一款由治疗师共同设计的生成式 AI 辅助音乐心理治疗工具,通过整合对话代理与音乐生成技术,使听障人士能够借助视觉隐喻和共情策略进行协作式歌曲创作,从而有效实现情感释放、重构与自我认知的提升。
该论文提出了一种基于多视图优化的设备无关手术工具跟踪框架,通过融合多种传感模态并构建动态场景图,有效解决了增强现实手术导航中因遮挡导致的视线受阻问题,显著提升了跟踪的鲁棒性与可视化一致性。
该论文通过“任务”与“意图”两个互补视角,重构了对对齐、过程结构与结果质量之间动态关系的理解,旨在超越简单的线性对应,为人类、AI 及人机协作提供统一的动态分析框架。
本文介绍了一种由混合电机 - 制动器模块组成的新型可重构缆索式触觉界面,该设计利用电机和单向制动器分别实现平滑主动力与高碰撞力的渲染,并支持灵活的多自由度配置。
本文介绍了 CinemaWorld,这是一个结合多模态大语言模型与生成式 AI 的生成式增强现实系统,能够自动从 2D 电影场景中提取内容并生成同步的 3D 混合现实元素,将其空间嵌入到 Meta Quest 3 用户的物理环境中,从而显著提升观影的沉浸感与乐趣。
本文介绍了 MRDrive,这是一款开源的混合现实驾驶模拟器,旨在通过结合真实车辆座舱与虚拟驾驶环境,解决传统驾驶模拟器在生态效度与实验控制之间的权衡难题,从而支持人机交互、注意力及可解释性等领域的汽车用户研究。
本文基于对 30 位与 AI 伴侣建立浪漫关系的用户的深度访谈,定义了人机亲密关系并提出了"AI 放大效应”概念,揭示了 AI 如何作为媒介放大用户既有情感状态,进而呼吁 HCI 领域关注此类关系的复杂性、长期影响及设计伦理。
本文通过两项研究(一项针对现有形状变化界面的定性分析,另一项针对自制界面的交互实验),系统探索了用户对形状变化界面脆弱性的感知及其对交互行为的影响,并据此构建了相关框架以指导未来设计。
这篇立场论文主张,在自动驾驶等移动安全关键场景中,随着增强现实向能够抑制或修改场景的“中介现实”演进,必须建立可治理的感知机制,使用户能够配置、检查和理解感知干预,同时确保情境意识与信任安全。
该研究通过混合因子实验发现,在老年辅助场景中,大语言模型语音助手的宜人性人格显著影响其共情与喜爱度感知(高宜人性提升共情,低宜人性降低喜爱度),而外向性影响较小,且环境实时解释在紧急情境下优于对话历史解释,同时用户与代理的人格一致性(尤其是高宜人性用户)会加剧对低宜人性代理的负面评价。
本文通过优化训练策略和关键参数,推翻了 emg2pose 基准中原有“速度解码优于位置解码”的结论,证明在因果评估协议下,经过调优的位置解码模型在追踪任务中表现更优,并确立了新的流式兼容模型性能标杆。
该论文提出了一种基于物理先验的毫米波人体姿态估计预处理框架,通过显式建模距离 - 角度耦合、多普勒运动连续性等多维物理关联,在显著降低参数量并实现树莓派实时部署的同时,保持了与现有基线相当的估计精度。
该论文通过对比 32 个大语言视觉模型(LVLM)的内部表征与图像诱发的脑电(EEG)信号,发现模型中间层、多模态架构设计及视觉性能与人类视觉认知存在显著且结构化的神经对齐,从而确立了神经对齐作为评估和优化 LVLM 的生物学基准。
该论文通过一项人机协作案例,展示了由大语言模型、符号计算工具与人类策略共同构成的神经符号系统,成功在组合设计理论中发现了拉丁方阵不平衡性的紧下界并经由 Lean 4 形式化验证,证明了此类系统能在纯数学领域产生真正的发现。
本文介绍了 Sandpiper,这是一个将交互式研究人员仪表板与代理式大语言模型引擎紧密结合的混合倡议系统,旨在通过自动化脱敏、防幻觉机制及持续评估引擎,在确保数据隐私和方法论严谨性的前提下,解决教育领域大规模对话数据定性分析中人力瓶颈的问题。
本文提出了一种基于分层人类意图预测的具身 AI 感知方法,使自驱动实验室中的移动机器人能够区分人类的准备动作与短暂交互,从而从被动等待转变为主动协作,显著提升了人机共享环境下的工作效率。
本文介绍了 IronEngine,这是一个围绕统一编排核心构建的通用 AI 助手平台,通过创新的三阶段流水线、分层记忆架构及自适应模型管理,实现了高效的任务规划与执行,并在文件操作基准测试中展现出卓越的性能。