★ 2
临床试验人机交互的多维分类框架
论文提出一套多维框架，按AI任务、人机关系、交互配置与参与人群对临床试验中的人机交互进行分类。研究从既有数据集中抽取15项试验，由两名人类评审与六个LLM分类器独立标注。结果显示LLM辅助分类可行，但在记录不完整或含糊时人类判断仍不可替代。
arXiv cs.AI32 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出一套多维框架，按AI任务、人机关系、交互配置与参与人群对临床试验中的人机交互进行分类。研究从既有数据集中抽取15项试验，由两名人类评审与六个LLM分类器独立标注。结果显示LLM辅助分类可行，但在记录不完整或含糊时人类判断仍不可替代。
论文提出“能力形成来源”概念，用以回答物理AI能力究竟由何而来，区别于按形态、架构、算法或任务划分的既有分类。作者识别出七种非互斥来源：记录经验、预测建模、评估性交互、代理环境、机制基础、具身耦合与演化驱动形成。通过重构式归纳与理论饱和，49条证据记录均可由这七种来源单独或组合解释，未出现不可约的…