10:52arXiv cs.AI@Hongqiao Dong, Wenhao Chi, Ruobing Liang, Xiaokui Yang, Wenhua Liang, Peng Hou, Wenjun Pu, Yipeng Zhao, Ping Chen, Haiping Liu, Jianxing He, Bo LiuHi-Seg是一种基于SAM的人机循环分割框架,用于肺结节CT图像分割。研究使用了来自12个中心1179名患者的胸部CT扫描进行外部验证。所有标注者组平均Dice得分接近85%,优于5个最先进的深度学习模型(10-22%)和13个SAM变体(1-29%)。经过短期训练的非医学标注者达到了与初级医学生相当的性能。该工作表明人机循环分割可减少临床医生工作量并实现可扩展的众包标注。论文SAMHi-Seg肺结节分割人机协作医学影像推荐理由:这篇论文用SAM加人工迭代的方法做肺结节分割,Dice近85%,比13种SAM变体都强,非医学人员培训后也能干医学标注的活。原文
12:03arXiv cs.LG@Haoyuan Deng, Yitong Gao, Yudong Lin, Haichao Liu, Zhenyu Wu, Ziwei Wang精选真实世界机器人操作中,人类在环强化学习(HiL-RL)依赖频繁人工纠正,成本高且难以扩展。UniIntervene 提出一种智能体干预模型,能自动检测无效探索并引导策略回到高价值状态,大幅减少人工干预。它通过未来条件动作价值估计和时序价值风险评判器,在价值停滞或下降时触发干预,并从记忆库中检索高价值恢复目标生成纠正动作。在多种真实操作任务中,UniIntervene 将平均成功率提升 8.6%,同时减少 57% 的人工干预。这项研究为降低 HiL-RL 部署成本、提升可扩展性提供了新思路。论文强化学习人机协作机器人操作智能体干预UniIntervene推荐理由:做机器人强化学习或人机协作的团队,终于有了减少人工干预的自动化方案——UniIntervene 用价值感知的智能体干预替代频繁人工纠正,成功率还更高,值得在真实场景中一试。原文
11:00arXiv cs.AI@Maria Edwards, Julian Togelius该研究通过一个游戏化写作实验,探讨人类在AI辅助创作中何时会采纳AI建议,以及这对个人创造力的影响。74名参与者(214份回复)在写作时可以看到AI生成的单词建议,但游戏设定在一个反乌托邦未来,AI试图学习人类个性,因此明确禁止使用AI建议。实验通过反向设计“乐于助人的助手”模式,揭示用户真实偏好而非默认行为。分析聚焦于用户在不同任务类型中保持创意自主与违反规则接受AI帮助的行为模式。该游戏化方法为研究真实人机交互及效率与真实性之间的张力提供了新视角。论文人机协作创意写作游戏化实验AI建议用户行为推荐理由:这项研究用游戏机制戳破了AI辅助创作中“默认接受”的假象,做创意工具或人机交互设计的团队值得一看,能帮你理解用户何时会主动拒绝AI建议。原文
09:53arXiv cs.AI@Quankai Wang, Yulin Xie, Tongfei Yang, Minghui Cheng, Ran Cao精选本文提出Human-Enhanced Loop Modeling (HELM)框架,通过将长序列有限元建模分解为离散、可视觉验证的检查点,实现人机协作自动化。在20个钢筋混凝土桥梁护栏案例中,HELM将基线自主建模成功率从20%提升至75%,几何和边界条件任务的通过率翻倍。错误分析显示空间推理和代数逻辑限制是主要失败模式。框架已开源,支持ANSYS和LS-PrePost软件。论文有限元建模人机协作桥梁护栏开源/仓库ANSYS推荐理由:做桥梁护栏等安全关键基础设施有限元分析的工程师,HELM把建模成功率从20%拉到75%,省下大量手动调试时间,建议直接试开源代码。原文
09:22arXiv cs.LG@Eric Nalisnick, Chi Zhang, Sophia Qian, Yixin Wang精选这篇论文从统计校准的角度研究人类与AI的团队协作模型。假设团队由AI模型和人类组成,两者都基于特征空间的某种划分进行了校准,论文揭示了校准假设如何影响团队协作框架。研究考虑了两种框架:一是结合人类和模型的预测,二是将预测责任委托给人类或模型。理论和实验结果表明,现有的组合方法无法保持人类的校准程度;而委托方法虽然保留了预测者的校准,但将负担转移到了决定谁预测的拒绝元模型上。拒绝元模型需要足够精细的校准以定位每个成员的优越区域,这种需求随着人类专业知识的增加而增长,当人类依赖系统无法观察的信息时,这种校准变得不可实现。论文人机协作校准统计学习团队决策AI系统设计推荐理由:这篇论文为设计更可靠的Human-AI协作系统提供了理论基石,做AI系统设计或人机交互研究的团队值得关注,能帮你理解校准假设如何影响团队决策的可靠性。原文
12:55arXiv cs.AI@Arsalan Shahid, Gordon Suttie, Philip Black72°随着基础模型从生成回复转向执行操作任务,多人类、多智能体的协作场景日益普遍,但当前缺乏统一协议来记录人类判断、任务交接和审核决策。CHAP(Collaborative Human-Agent Protocol)协议应运而生,它定义了一个共享工作空间,通过核心组件(工作区、参与者、任务、工件和仅追加的证据日志)以及可组合的配置文件(如审核、路由、交接、签名等),将原本散落在聊天记录和代码中的关键信号(如人类编辑、审批、交接)转化为结构化、可追溯的事件。该协议旨在解决当前多智能体部署中人类监督信号丢失、责任归属不清的问题,为跨团队、跨时区的协作提供标准化基础。论文智能体协议/标准人机协作可追溯性开源/仓库推荐理由:CHAP 解决了多智能体协作中人类监督信号丢失的痛点,做 AI 部署和智能体系统的团队可以直接参考其协议和开源实现,避免重复造轮子。原文
11:55arXiv cs.AI@Beiwen Zhang, Yongheng Liang, Guowei Zou, Haitao Wang, Hejun Wu精选研究者提出Collaboration Policy Tree (Co-pi-tree),一种将大语言模型推理蒸馏为可执行策略树的方法,用于人机协作。该方法包含伙伴行为预测树和智能体动作选择树,通过闭环交互反馈自动改进策略分支。在Overcooked-AI实验中,Co-pi-tree相比基线平均奖励提升35.4%,同时将LLM查询次数减少77.7%,测试延迟降低97.1%。这解决了传统多智能体强化学习缺乏可解释性、以及直接使用LLM决策成本高的问题。论文人机协作策略树LLM蒸馏可解释AIOvercooked-AI推荐理由:做AI协作系统或人机交互研究的团队值得关注——Co-pi-tree用可解释的策略树替代黑箱模型,既提升性能又大幅降低推理成本,实验数据很有说服力。原文
11:43arXiv cs.AI(学术论文)学习延迟(L2D)方法通过将困难或不明确的病例路由给人类专家,可以提高青光眼筛查的安全性,但现有方法忽视了专家可用性、读者行为异质、工作负载不平衡、诊断伤害不对称等问题。本文提出MPD²-Router,一个掩码感知的多专家延迟框架,将眼科分流重新形式化为受约束的人机路由问题,决定是否延迟以及路由给哪位可用专家。该框架耦合了双头延迟分配策略与掩码感知Gumbel-sigmoid门控,严格强制每个样本的专家可用性,并融合不确定性、形态学、图像质量和分布外信号。训练采用非对称成本敏感目标、增广拉格朗日延迟预算、组特定分布先验和秩最大化JS正则化,共同防止专家空间坍塌。在三个跨国家青光眼队列(REFUGE、CHAKSU、ORIGA)上,使用预训练的REFUGE骨干,MPD²-Router在中等延迟率下显著降低了临床成本并提高了MCC,在F1-MCC成本方面达到帕累托最优,并对跨域迁移具有鲁棒性。论文医疗AI人机协作路由算法青光眼筛查多专家推荐理由:该工作为医疗AI中的人机协作提供了一种实用的优化方法,能够减轻专家负担并确保安全,尤其适用于资源受限或需要高质量诊断的场景。原文