HCOMP 论文提出「信念更新门」分离人机交互中的惰性与学习
windx0303 · x · 2026-09-30
- Shreyan Biswas 在 HCOMP 2026 / CI2026 报告论文 The Belief Update Gate: Separating Inertia from Learning in Human–AI Interaction。
- 论文尝试在人与 AI 交互建模中，把「惯性」（维持既有信念的倾向）与真正的学习/信念更新分离，为研究人对 AI 建议的采纳行为提供了新框架。
「研究」频道最新
- HCOMP 2026 荣誉提名:贝叶斯级联分析 AI 可信度指标传播效应 — windx0303 · 2026-09-30
- 把 RuneScape 变成 Agent 测试场，RuneScape Bench 10 月 14 日发布 — mrdrozdov · 2026-09-30
- Joshua Gans 新论文:Hugging Face 事件本可用机制设计避免 — joshgans · 2026-09-30
- 告别无记忆 RAG:四层记忆多 Agent 系统从自身解决记录中自我学习 — yashghotekar · 2026-09-30
- 作者用 AI 可视化 K-means 量化过程,辅助机器学习课程教学 — marc_lelarge · 2026-09-30
- 164MB 开源语音模型 Phonon-2 超越 Whisper Large,快 10 倍 — julianweisser · 2026-09-30