Buchumschlag

Exploring Empty Spaces: Human-in-the-Loop Data Augmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yeh, Catherine, Ren, Donghao, Assogba, Yannick, Moritz, Dominik, Hohman, Fred
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Human-Computer Interaction Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Compress and Compare: Interactively Evaluating Efficiency and Behavior Across ML Model Compression Experiments
von: Boggust, Angie, et al.
Veröffentlicht: (2024)

A Scalable Approach to Clustering Embedding Projections
von: Ren, Donghao, et al.
Veröffentlicht: (2025)

Embedding Atlas: Low-Friction, Interactive Embedding Visualization
von: Ren, Donghao, et al.
Veröffentlicht: (2025)

Model Compression in Practice: Lessons Learned from Practitioners Creating On-device Machine Learning Experiences
von: Hohman, Fred, et al.
Veröffentlicht: (2023)

Policy Maps: Tools for Guiding the Unbounded Space of LLM Behaviors
von: Lam, Michelle S., et al.
Veröffentlicht: (2024)

Evaluating Long Range Dependency Handling in Code Generation LLMs
von: Assogba, Yannick, et al.
Veröffentlicht: (2024)

Chronotome: Real-Time Topic Modeling for Streaming Embedding Spaces
von: Lim, Matte, et al.
Veröffentlicht: (2025)

Story Ribbons: Reimagining Storyline Visualizations with Large Language Models
von: Yeh, Catherine, et al.
Veröffentlicht: (2025)

Semantic Regexes: Auto-Interpreting LLM Features with a Structured Language
von: Boggust, Angie, et al.
Veröffentlicht: (2025)

Leveraging Variation Theory in Counterfactual Data Augmentation for Optimized Active Learning
von: Gebreegziabher, Simret Araya, et al.
Veröffentlicht: (2024)

Human-LLM Collaborative Feature Engineering for Tabular Data
von: Li, Zhuoyan, et al.
Veröffentlicht: (2026)

Mapping out the Space of Human Feedback for Reinforcement Learning: A Conceptual Framework
von: Metz, Yannick, et al.
Veröffentlicht: (2024)

Talaria: Interactively Optimizing Machine Learning Models for Efficient Inference
von: Hohman, Fred, et al.
Veröffentlicht: (2024)

Model-in-the-Loop (MILO): Accelerating Multimodal AI Data Annotation with LLMs
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

Augmenting Human Evaluation with LLM Judges: How Many Human Reviews Do You Need?
von: Kim, Jane Paik
Veröffentlicht: (2026)

Revisiting Active Learning under (Human) Label Variation
von: Gruber, Cornelia, et al.
Veröffentlicht: (2025)

Human-LLM Hybrid Text Answer Aggregation for Crowd Annotations
von: Li, Jiyi
Veröffentlicht: (2024)

EmoXpt: Analyzing Emotional Variances in Human Comments and LLM-Generated Responses
von: Pyreddy, Shireesh Reddy, et al.
Veröffentlicht: (2025)

Sample-Efficient Human Evaluation of Large Language Models via Maximum Discrepancy Competition
von: Feng, Kehua, et al.
Veröffentlicht: (2024)

HPSCAN: Human Perception-Based Scattered Data Clustering
von: Hartwig, Sebastian, et al.
Veröffentlicht: (2023)

Data Augmentation of Time-Series Data in Human Movement Biomechanics: A Scoping Review
von: Halmich, Christina, et al.
Veröffentlicht: (2025)

MEGnifying Emotion: Sentiment Analysis from Annotated Brain Data
von: Liu, Brian, et al.
Veröffentlicht: (2026)

JailbreakHunter: A Visual Analytics Approach for Jailbreak Prompts Discovery from Large-Scale Human-LLM Conversational Datasets
von: Jin, Zhihua, et al.
Veröffentlicht: (2024)

Large Language Models as Zero-Shot Human Models for Human-Robot Interaction
von: Zhang, Bowen, et al.
Veröffentlicht: (2023)

"Show Me What's Wrong!": Combining Charts and Text to Guide Data Analysis
von: Feliciano, Beatriz, et al.
Veröffentlicht: (2024)

Constructive Circuit Amplification: Improving Math Reasoning in LLMs via Targeted Sub-Network Updates
von: Prakash, Nikhil, et al.
Veröffentlicht: (2025)

Easy Dataset: A Unified and Extensible Framework for Synthesizing LLM Fine-Tuning Data from Unstructured Documents
von: Miao, Ziyang, et al.
Veröffentlicht: (2025)

Humanizing LLMs: A Survey of Psychological Measurements with Tools, Datasets, and Human-Agent Applications
von: Dong, Wenhan, et al.
Veröffentlicht: (2025)

Human-in-the-Loop Systems for Adaptive Learning Using Generative AI
von: Tarun, Bhavishya, et al.
Veröffentlicht: (2025)

Bias in the Loop: How Humans Evaluate AI-Generated Suggestions
von: Beck, Jacob, et al.
Veröffentlicht: (2025)

Prompting in the Dark: Assessing Human Performance in Prompt Engineering for Data Labeling When Gold Labels Are Absent
von: He, Zeyu, et al.
Veröffentlicht: (2025)

A Reliable Framework for Human-in-the-Loop Anomaly Detection in Time Series
von: Deng, Ziquan, et al.
Veröffentlicht: (2024)

Boosting of Classification Models with Human-in-the-Loop Computational Visual Knowledge Discovery
von: Williams, Alice, et al.
Veröffentlicht: (2025)

Physically Plausible Data Augmentations for Wearable IMU-based Human Activity Recognition Using Physics Simulation
von: Oishi, Nobuyuki, et al.
Veröffentlicht: (2025)

Agreeing to Interact in Human-Robot Interaction using Large Language Models and Vision Language Models
von: Sasabuchi, Kazuhiro, et al.
Veröffentlicht: (2025)

Human-in-the-Loop Synthetic Text Data Inspection with Provenance Tracking
von: Kang, Hong Jin, et al.
Veröffentlicht: (2024)

Beyond Labels: Information-Efficient Human-in-the-Loop Learning using Ranking and Selection Queries
von: Martín-Urcelay, Belén, et al.
Veröffentlicht: (2026)

Augmenting Automation: Intent-Based User Instruction Classification with Machine Learning
von: Basyal, Lochan, et al.
Veröffentlicht: (2024)

Human Delegation Behavior in Human-AI Collaboration: The Effect of Contextual Information
von: Spitzer, Philipp, et al.
Veröffentlicht: (2024)

Extended Reality for Enhanced Human-Robot Collaboration: a Human-in-the-Loop Approach
von: Karpichev, Yehor, et al.
Veröffentlicht: (2024)