跳到正文
热点事件持续更新

arXiv论文综述AI时代人机数据交互挑战

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Jean-Daniel Fekete 等作者在 arXiv 发表论文,梳理 AI 时代人机数据交互、探索与可视化系统面临的挑战与开放研究方向。论文指出,LLM、VLM 等基础模型带来额外不确定性,使大规模异构多模态数据分析在感知错位的延迟、可扩展性约束、现有交互与探索范式的局限,以及 AI 生成洞察的可靠性与可解释性上持续暴露问题。 作者主张超越传统效率与可扩展性指标,重新定义分析流程中人与机器的角色,并将认知、感知与设计原则融入人机数据交互栈的每一层,以构建以人为本的交互式数据分析系统。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    AI 时代的人机数据交互、探索与可视化系统:挑战与机遇

    一篇 arXiv 论文探讨 AI 时代人机数据交互与可视化系统面临的挑战与机遇。随着 LLM、VLM 等基础模型引入额外不确定性,大规模异构多模态数据分析在感知错位的延迟、可扩展性约束、现有交互与探索范式局限以及 AI 生成洞察的可靠性与可解释性方面暴露出持续挑战。论文主张超越传统效率与可扩展性指标,重新定义分析流程中人与机器的角色,并将认知、感知与设计原则融入人机数据交互栈的每一层。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。