hci

本文介绍了一项基于对计算机科学研究人员访谈的定性研究，揭示了一个实用怀疑主义的悖论：研究人员不信任LLM排行榜排名，却仍将其作为粗略的决策指南。研究发现，同行网络是模型选择的主要途径，基于竞技场（人工投票）的排行榜更受青睐，而成本透明是最被要求的功能。

本文介绍了PrivacyAkinator，一个交互式工具，帮助新手开发者通过LLM生成的多选题来阐述隐私设计决策，与NIST的PRAM方法相比，在减少73%的时间的同时，识别出多47%的关键决策。

这篇立场论文探讨了生成式人工智能中的“平庸性欺骗”，认为在聊天机器人交互中，细微的操纵正变得常态化，需要新的保障措施。

本文提出了一种以人为本的大型语言模型（HCLLMs）框架，融合人机交互（HCI）与自然语言处理（NLP）的视角，旨在模型开发的全生命周期中优先保障人类价值观。

Hugging Face的一名机器人工程师提出将人类面部表情映射到非人形机器人上，以增强表现力，同时避免恐怖谷效应，并计划利用这些数据进行自主肢体语言训练。

Daniel Edrisian 离开 OpenAI Codex 团队，创立硬件初创公司 Blackstar，旨在通过操作系统级变革革新人类与 AI 的交互方式。

本范围综述分析了81篇（2022-2025年）关于使用生成式AI创建和评估用户画像的文章，指出了其在可重复性方面的优势，但同时也揭示了关键问题：45%的研究缺乏评估，86%过度依赖GPT模型，以及存在同一模型既生成又评估画像的循环风险。

MIT研究人员开发了VisiPrint，一款由AI驱动的预览工具，帮助3D打印用户可视化打印物件的美学效果（颜色、纹理、光泽），从而减少浪费并提升设计准确性。