威尼斯赌博游戏_威尼斯赌博app-【官网】

图片

威尼斯赌博游戏_威尼斯赌博app-【官网】

图片

QoEXplainer: 威尼斯赌博游戏_威尼斯赌博app-【官网】iating Explainable Quality of Experience Models with Large Language Models

Unser Paper ?QoEXplainer: 威尼斯赌博游戏_威尼斯赌博app-【官网】iating Explainable Quality of Experience Models with Large Language Models“ wurde auf der 16th International Conference on Quality of Multimedia Experience (QoMEX) vorgestellt. Das Papier stellt QoEXplainer vor, ein Dashboard, das gro?e Sprachmodelle und die Verwendung von 威尼斯赌博游戏_威尼斯赌博app-【官网】iatoren verwendet, um erkl?rbare, datengesteuerte Quality of Experience (QoE) Modelle zu veranschaulichen und den Benutzern zu helfen, die Beziehungen zwischen den Modellen durch eine interaktive Chatbot-Schnittstelle zu verstehen.

Abstract:

Dieses Paper stellt den QoEXplainer vor, ein QoE-Dashboard, das Menschen dabei unterstützt, das Innenleben eines erkl?rbaren, datengetriebenen Quality of Experience-Modells zu verstehen. Dieses Tool nutzt Large Language Models und das Konzept der 威尼斯赌博游戏_威尼斯赌博app-【官网】iatoren, um dem Benutzer relevante Erkl?rungen in einer verst?ndlichen, Chatbot-?hnlichen Weise zu vermitteln. Zu diesem Zweck integriert unser Tool QoEXplainer ein datengetriebenes QoE-Modell für Videostreaming und Techniken der erkl?rbaren künstlichen Intelligenz. Die sich daraus ergebenden datengesteuerten Modellerkl?rungen werden im Dashboard veranschaulicht, und die Benutzer k?nnen mit dem Chatbot interagieren, um Fragen zu den Daten und dem QoE-Modell zu stellen und das Dashboard zu steuern, um das Modellverst?ndnis zu verbessern. Mit dieser Hybrid-Demo wollen wir auf der QoMEX 2024 eine Live-Studie durchführen, um 威尼斯赌博游戏_威尼斯赌博app-【官网】iators im Kontext der (datengetriebenen) QoE-Modellierung mit Dom?nenexperten zu evaluieren.

QoEXplainer-Dashboard mit einem Beispieldialog von Benutzeranfragen (links) und SHAP-Erkl?rungsdiagrammen (rechts). ? Universit?t Augsburg

Suche