跳到正文

算法、任务与模态

HCI 最新动态

HCI 研究索引；按可核对的标签归档，不以热度评价质量。

23 条精选近 30 天 10 条共收录 50 条

更新

精选归档 · 第 2 页

1月1日周一第 21–23 条
  1. OpenReview · EEG72

    EEG-SVRec：面向短视频推荐、带有用户多维情感参与标签的 EEG 数据集

    基于摘要分析。该研究面向短视频推荐中仅依赖行为数据难以准确推断用户偏好的问题，提出 EEG-SVRec 数据集，将观看交互中的 EEG 与多维情感参与自评结合，并建立评分预测基准。其主要研究对象是推荐系统中的用户偏好与情感体验，而非运动想象或其他传统 BCI 控制任务。 数据与标签：作者报告，研究包含 30 名参与者、3,657 次交互，采集实时、低成本 EEG，并通过自评描述 valence（效价）、arousal（唤醒度）、immersion（沉浸感）、interest（兴趣）以及视觉和听觉维度的体验。作者将其称为首个带有用户多维情感参与标签的短视频推荐 EEG 数据集，该优先性声明尚未独立核对。EEG 设备、通道配置、采样率、预处理、标签量表及交互组织方式尚未验证。 基准与结果：作者报告，在推荐算法的评分预测基准中，加入 EEG 信号后取得显著提升，并展示了利用该数据探索用户行为背后情感体验与认知活动的潜力。摘要未给出具体指标、提升幅度、基线模型或数据划分，因此不能判断结果适用于被试内、跨被试还是跨会话设置，也不能据此确认 EEG 对未见用户的泛化收益。 阅读与复现重点：需核对行为信息、EEG 与自评标签在训练和推理中的使用方式，以及融合机制、评价指标、划分单位、消融和统计检验。尤其应区分对已有用户交互的预测能力与对新用户的泛化能力。上述实验协议、消融及统计信息尚未验证；数据获取条件、实现代码及许可也需以全文和正式资源说明为准。该工作支持 EEG 辅助推荐的研究方向，但不构成通用 BCI 解码有效性的证据。

    阅读价值：该数据集将短视频交互、EEG 与多维情感参与自评结合，为核对 EEG 在评分预测中是否提供行为数据之外的增量信息提供了研究入口，但具体评估协议与提升幅度尚未验证。

11月8日周三
  1. OpenReview · State space models72

    LASER：用于网页导航的状态空间探索 LLM 智能体

    基于摘要分析。本文研究 LLM 智能体在交互式网页导航中如何从错误操作中恢复，提出 LLM Agent with State-Space ExploRation（LASER），将任务建模为预定义状态集合上的探索，通过动作驱动状态转移并支持灵活回溯。 核心机制：作者指出，先前方法通过上下文中的理想轨迹示例教授交互推理，隐含采用仅向前执行的模式，因而难以处理示例未覆盖的错误情境。LASER 的方法重点是允许智能体回到先前状态，恢复错误并继续完成任务。这里的“状态空间”指交互任务中的状态与动作组织方式；摘要并未描述用于序列建模的 State Space Models 架构，不能仅因来源分类而将其视为此类模型。 评估与证据：作者在 WebShop 任务上评估 LASER，并报告其显著优于先前方法、缩小了网页导航任务中与人类表现的差距。摘要未提供具体指标、数值、基线名称、数据划分或人类对照设置，因此无法量化提升幅度或核对显著性的统计依据。状态定义、回溯触发与执行方式、LLM 配置、交互预算、实验协议、消融及统计信息尚未验证。 适用边界：本文主要研究对象是网页导航智能体，而非 EEG 解码或 BCI。摘要中的状态探索和错误恢复机制依赖可定义的任务状态及可执行动作，目前材料未建立其与神经信号处理的具体对应关系，因此不据此推导 EEG/BCI 性能收益或提出迁移复现实验；相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读其将交互式网页导航建模为可回溯状态空间探索的机制，但摘要尚不足以核对性能提升的幅度，也不能将这里的状态空间等同于神经序列建模中的 State Space Models。

1月1日周日
  1. OpenReview · State space models76

    用于第一视角三维手部轨迹预测的不确定性感知状态空间 Transformer

    研究针对第一视角 RGB 视频中的手部轨迹预测，提出从早期观测预测三维空间轨迹的任务，并设计不确定性感知状态空间 Transformer（USST），以回应仅在二维图像空间预测难以满足三维应用需求的问题。基于摘要分析，未取得论文全文。 USST 在经典状态空间模型框架下结合注意力机制与偶然不确定性（aleatoric uncertainty）；摘要还提出利用速度约束和大型视觉 Transformer 上的 visual prompt tuning（VPT）进一步增强模型。状态变量、状态转移与观测关系、不确定性的参数化方式、损失函数及训练与推理流程尚未验证，不能据此将其等同于其他现代序列状态空间架构。 作者开发了用于采集高质量三维手部轨迹的标注流程。作者报告，在 H2O 和 EgoPAT3D 数据集的二维与三维轨迹预测评估中，USST 优于所比较的方法；摘要未提供具体指标、数值、数据划分或对照配置，实验协议、消融及统计信息尚未验证。作者称代码与数据已公开发布，但本次未核验其完整性及复现条件。 平台推测（待验证）：其潜在方法联系在于，将动态状态建模与观测不确定性结合，可能为 EEG 驱动的连续运动轨迹解码提供思路。假设是注意力与不确定性建模能帮助区分运动动态和噪声观测，而非原论文已证明 BCI 效果。原任务依赖视频观测与三维轨迹标注；迁移时需替换视觉编码及 VPT 模块，并处理 EEG 与运动轨迹的时间对齐。低信噪比、跨被试差异、通道变化与小数据可能导致状态估计或不确定性校准失效。一个可检验的小实验是在固定被试内划分的配对 EEG—轨迹数据上，比较相同解码骨干加入或不加入不确定性建模后的轨迹误差与校准表现。已有相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读的是 USST 将注意力机制与偶然不确定性纳入经典状态空间框架来预测三维手部轨迹的思路，但其具体实现、对照效果及 EEG/BCI 迁移价值尚未验证。