跳到正文
原文
arXiv · Human-Computer Interaction· Yu-Chao Wang, Yanhong Lu, Yingjie Victor Chen 等 4 人
· 3 小时前

MAIA:面向艺术委托中需求发现的多智能体意图表达

MAIA: Multi-Agent Intent Articulation for Requirement Discovery in Art Commissions

预印本 · 尚未经过同行评审

AI 导读

MAIA 用苏格拉底式提问把模糊感受转为可核验的视觉需求文本,N = 16 被试认知支持显著提升。

摘要 · AI 翻译

在定制艺术委托中,普通人知道自己感受到什么,却缺乏将其具体化的语言:一位参与者希望把一名被裁员的卡车司机描绘成“他自己机器中的幽灵”,却未说明媒介、尺度和色调。我们将此界定为一种在服务不足的上游阶段出现的表达瓶颈:需求发现,它先于任何艺术家或图像生成器,并迫使委托方首先建构意图。我们提出 MAIA(多智能体意图表达,Multi-Agent Intent Articulation),一个多智能体系统,在“验证优先于发明”规则下通过苏格拉底式追问为这一阶段提供支架,将模糊的情感转化为一份仅含文字、由用户验证的视觉术语简报。在一项被试内研究(N = 16)中,完整配置在认知支持上相对最小基线产生了大幅且显著的提升(r = 0.97,p_FDR = 0.003;LMM p_FDR < 0.001)。主题分析追踪到同一机制,而验证器门控在结构上阻止未经批准的内容。由三位专业概念艺术家进行的探索性盲评提供了补充性描述证据,表明改写后的简报更完整、更具可执行性。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Human-Computer Interaction · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。