論文の概要: 8bit-GPT: Exploring Human-AI Interaction on Obsolete Macintosh Operating Systems
- arxiv url: http://arxiv.org/abs/2511.05025v1
- Date: Fri, 07 Nov 2025 06:56:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-10 21:00:44.695894
- Title: 8bit-GPT: Exploring Human-AI Interaction on Obsolete Macintosh Operating Systems
- Title（参考訳）: 8bit-GPT:Osolete Macintosh オペレーティングシステムにおけるヒューマン-AIインタラクションの探索
- Authors: Hala Sheta,
- Abstract要約: 8bit-GPTは、レガシーMacintoshオペレーティングシステム上でシミュレートされた言語モデルである。
本研究の目的は,インターフェースを精査し,非効率なインタラクションを優先することによって,チャットボットの存在をツールとして予見することである。
- 参考スコア（独自算出の注目度）: 0.8122270502556375
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The proliferation of assistive chatbots offering efficient, personalized communication has driven widespread over-reliance on them for decision-making, information-seeking and everyday tasks. This dependence was found to have adverse consequences on information retention as well as lead to superficial emotional attachment. As such, this work introduces 8bit-GPT; a language model simulated on a legacy Macintosh Operating System, to evoke reflection on the nature of Human-AI interaction and the consequences of anthropomorphic rhetoric. Drawing on reflective design principles such as slow-technology and counterfunctionality, this work aims to foreground the presence of chatbots as a tool by defamiliarizing the interface and prioritizing inefficient interaction, creating a friction between the familiar and not.
- Abstract（参考訳）: 効率的でパーソナライズされたコミュニケーションを提供する支援チャットボットの急増は、意思決定、情報検索、日々のタスクに対する信頼の高まりを招いている。
この依存は、情報保持に悪影響を及ぼし、表面的な感情的な愛着をもたらすことが判明した。
そこで本研究では,従来のMacintoshオペレーティング・システム上でシミュレートされた言語モデルである8bit-GPTを導入し,人間-AIインタラクションの性質と人為的レトリックの結果について考察する。
この研究は、スローテクノロジーや逆機能といった反射的設計原則に基づいて、インタフェースを不明瞭にし、非効率な相互作用を優先し、親しみやすいものとしないものの間に摩擦を生じさせることによって、チャットボットの存在をツールとして予見することを目的としている。
関連論文リスト
- Neural Transparency: Mechanistic Interpretability Interfaces for Anticipating Model Behaviors for Personalized AI [9.383958408772694]
チャットボットの設計中に言語モデルの内部を露出することで、神経透過性を実現するインターフェースを導入する。
本手法は, 対立する動作を誘発する対照的なシステムプロンプト間のニューラルアクティベーションの差を計算することで, 行動特性ベクトルを抽出する。
この研究は、非技術ユーザに対して解釈可能性をどのように運用するかの道を提供し、より安全でより整合した人間とAIのインタラクションのための基盤を確立する。
論文 参考訳（メタデータ） (2025-10-31T20:03:52Z) - HUMOF: Human Motion Forecasting in Interactive Social Scenes [29.621970821619424]
複雑なシーンは、対話情報の豊富さによる人間の行動予測に重要な課題を示す。
対話型シーンにおける人間の動き予測に有効な手法を提案する。
提案手法は,4つの公開データセットにまたがる最先端性能を実現する。
論文 参考訳（メタデータ） (2025-06-04T09:21:54Z) - FABG : End-to-end Imitation Learning for Embodied Affective Human-Robot Interaction [3.8177867835232004]
本稿では,人間-ロボットインタラクションのためのエンドツーエンドの模倣学習システムであるFABG(Facial Affective Behavior Generation)を提案する。
我々は,立体空間を操作者が知覚できる没入型バーチャルリアリティ(VR)デモシステムを開発した。
実世界の25自由度ヒューマノイドロボットにFABGをデプロイし,その効果を4つの基本的なインタラクションタスクで検証する。
論文 参考訳（メタデータ） (2025-03-03T09:58:04Z) - Multi-face emotion detection for effective Human-Robot Interaction [0.0]
本研究では,移動型ヒューマノイドロボットに組み込まれた顔の感情検出インタフェースを提案する。
表情認識のためのディープニューラルネットワークモデルを開発し評価した。
論文 参考訳（メタデータ） (2025-01-13T11:12:47Z) - Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。
本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
論文 参考訳（メタデータ） (2024-10-15T07:35:51Z) - Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。
本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。
大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
論文 参考訳（メタデータ） (2024-09-13T18:28:12Z) - Learning Manipulation by Predicting Interaction [85.57297574510507]
本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。
実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
論文 参考訳（メタデータ） (2024-06-01T13:28:31Z) - A Multi-Modal Explainability Approach for Human-Aware Robots in Multi-Party Conversation [38.227022474450834]
本稿では,従来の最先端技術と比較して性能が向上したアドレス推定モデルを提案する。
また、上記のアーキテクチャに説明可能性と透明性を組み込むいくつかの方法を提案する。
論文 参考訳（メタデータ） (2024-05-20T13:09:32Z) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳（メタデータ） (2023-11-09T13:01:21Z) - VIRT: Improving Representation-based Models for Text Matching through
Virtual Interaction [50.986371459817256]
本稿では,VIRT と呼ばれる新しいtextitVirtual InteRacTion 機構を提案する。
VIRTは、表現ベースのエンコーダに、対話ベースのモデルのように振舞いを模倣する仮想インタラクションを実行するよう要求する。
論文 参考訳（メタデータ） (2021-12-08T09:49:28Z) - INVIGORATE: Interactive Visual Grounding and Grasping in Clutter [56.00554240240515]
INVIGORATEは、自然言語で人間と対話し、特定の物体をクラッタで把握するロボットシステムである。
我々は、物体検出、視覚的接地、質問生成、OBR検出と把握のために、別々のニューラルネットワークを訓練する。
我々は、学習したニューラルネットワークモジュールを統合する、部分的に観測可能なマルコフ決定プロセス(POMDP)を構築します。
論文 参考訳（メタデータ） (2021-08-25T07:35:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。