EP01 Omar Shaikh: 搭建人机共同理解的桥梁

EP01 Omar Shaikh: 搭建人机共同理解的桥梁（Bridging Human-AI Grounding Gaps)

简介：

Omar Shaikh是斯坦福大学的博士生，人机交互和自然语言处理领域的研究者，他的论文“Creating General User Models from Computer Use”在UIST 2025上获得最佳论文奖提名。Omar开创性的工作旨在弥合人机共识的鸿沟，让计算机更好地理解人。

时间轴（Outline）:

0:00 - 预告

1:21 - 引言: 介绍 Omar Shaikh

2:07 - Omar的独白: 为AI提供更好的上下文

4:22 - 搭建人机共同理解的桥梁

6:14 - 通用用户模型（General User Models, GUMs）中的置信值

7:32 - 校准（caliberation）通用用户模型

13:20 - 通用用户模型的应用

15:01 - 混合主导交互（Mixed Initiative Interactions）

22:10 - 开发通用用户模型的动机

25:31 - Tabracadabra: tab everywhere!

27:01 - 通用用户模型的设计决策

28:26 - 设计交互体验

32:11 - DITTO: arxiv.org

33:06 - 如何在还没有基线（benchmark)的领域开展研究

34:45 - 项目中遇到的挑战

37:26 - 用户隐私和数据归属

38:57 - 训练通用用户模型

44:09 - 通用用户模型中一些令人惊叹的推理

49:02 - 通用用户模型可能带来的社会问题

50:27 - 通用用户模型作为反思工具

参考文献:

Omar Shaikh的学术主页: oshaikh.com

Creating General User Models from Computer Use: arxiv.org

Tabracadabra: x.com

Aligning Language Models with Demonstrated Feedback: arxiv.org

Principles of Mixed-Initiative User Interfaces: erichorvitz.com

Verification of Forecasts Expressed in Terms of Probability: journals.ametsoc.org

关于主播:

The AM Podcast 由Yijia Shao (斯坦福), Shannon Shen (麻省理工), Michael Ryan (斯坦福)主播，旨在分享以人为本的AI技术。