热点事件持续更新

论文提出enacted delegation traces框架研究人机监督与委托

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Agnese Chiatti、Matteo Matteucci和Viola Schiaffonati在arXiv发布论文（cs.AI），提出enacted delegation traces作为研究多模态与Agentic AI使用中人机监督的方法论框架，并报告了一项在线研究的结果。研究包含56名AI素养参与者、392次视频问答（Video QA）试验。结果显示：交互后的信任显著预测用户的委托选择，优势比为14.97（95% CI [7.14, 31.37]）；在调整瞬时信任和参与者层面信任后，委托还随任务顺序增加（OR=1.22，95% CI [1.02, 1.45]）。以上结果基于论文摘要。

AI 根据报道生成 · 3 小时前更新

最新进展10月16日 12:00

通过委托轨迹研究多模态AI交互中的人类监督

报道时间线

沿着报道，了解事件的不同侧面。

10月16日

12:00
arXiv · cs.AI
通过委托轨迹研究多模态AI交互中的人类监督
基于论文摘要，Agnese Chiatti、Matteo Matteucci和Viola Schiaffonati报告了一项包含56名AI素养参与者和392次视频问答试验的在线研究：交互后的信任显著预测用户的委托选择，优势比为14.97（95% CI [7.14, 31.37]）。

本事件热度走势

可比范围当前: 8
可比范围峰值: 910月16日 16:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。