迈克尔·特里
人员信息
其他同名人员
优化列表
2020年–今天
2024 [j5] 詹姆斯·琼斯 , 丹尼尔·戈特里布 , 安德鲁·麦克默里 , 阿什什·阿特雷加 , Pankaja M.德赛 , 布莱恩·迪克森 , 菲利普·佩恩 , 阿尼尔·J·萨尔达尼亚 , 帕布·尚卡尔 , Yauheni Solad公司 , 亚当·威尔科克斯 , 莫米娜·阿里 , 尤金·康 , 安德鲁·马丁 , 伊丽莎白·斯普劳斯 , 大卫·E·泰勒 , 迈克尔·特里 , 弗拉基米尔·伊格纳托夫 , 肯尼思·曼德尔 :
《21世纪治愈法案》人口级应用程序编程接口的真实性能。 美国医学信息学会。 31 ( 5 ) : 1144-1150 ( 2024 ) [公元30年] 迈克尔·谢扬(Michael Xieyang Liu) , 弗雷德里克·刘 , 亚历山大·费安纳卡 , 郭台铭(Terry Koo) , 卢卡斯·狄克逊 , 迈克尔·特里 , 嘉莉·J·蔡 :
“我们需要结构化输出”:面向以用户为中心的大型语言模型输出约束。 CHI扩展摘要 2024 : 10:1-10:9 [公元29年] 尼特斯·戈亚尔 , Minsuk Chang公司 , 迈克尔·特里 :
为人-代理协调而设计:了解人类想要从他们的代理那里得到什么。 CHI扩展摘要 2024 : 106:1-106:6 [公元28年] Minsuk Kahng公司 , 伊恩·坦尼 , 马希玛·普什卡纳 , 迈克尔·谢扬(Michael Xieyang Liu) , 詹姆斯·韦克斯勒 , 艾米丽·雷夫 , Krystal Kallarackal公司 , Minsuk Chang公司 , 迈克尔·特里 , 卢卡斯·狄克逊 :
LLM比较器:大型语言模型并行评估的可视化分析。 CHI扩展摘要 2024 : 216:1-216:7 [公元27年] Zijie J.Wang(王子杰) , Chinmay Kulkarni公司 , 劳伦·威尔科克斯 , 迈克尔·特里 , 迈克尔·马达奥 :
远见:在人工智能应用程序原型制作过程中培养负责任的人工智能意识。 芝加哥 2024 : 976:1-976:40 [公元26年] Savvas Petridis公司 , 本杰明·D·韦丁 , 詹姆斯·韦克斯勒 , 马希玛·普什卡纳 , 阿伦·顿斯巴赫 , 尼特斯·戈亚尔 , 嘉莉·J·蔡 , 迈克尔·特里 :
构形制造者:通过将反馈转化为原则来交互式地批评大型语言模型。 工业联合会 2024 : 853-868 [i20] Minsuk Kahng公司 , 伊恩·坦尼 , 马希玛·普什卡纳 , 迈克尔·谢扬(Michael Xieyang Liu) , 詹姆斯·韦克斯勒 , 艾米丽·雷夫 , Krystal Kallarackal公司 , Minsuk Chang公司 , 迈克尔·特里 , 卢卡斯·狄克逊 :
LLM比较器:大型语言模型并行评估的可视化分析。 CoRR公司 abs/2402.10524 ( 2024 ) [i19] Zijie J.Wang(王子杰) , Chinmay Kulkarni公司 , 劳伦·威尔科克斯 , 迈克尔·特里 , 迈克尔·马达奥 :
远见:在人工智能应用程序原型制作过程中培养负责任的人工智能意识。 CoRR公司 abs/2402.15350 ( 2024 ) [i18] 尼特斯·戈亚尔 , Minsuk Chang公司 , 迈克尔·特里 :
为人-代理协调而设计:了解人类想要从他们的代理那里得到什么。 CoRR公司 腹肌/2404.04289 ( 2024 ) [i17] 迈克尔·谢扬(Michael Xieyang Liu) , 弗雷德里克·刘 , 亚历山大·菲安纳卡 , 郭台铭(Terry Koo) , 卢卡斯·狄克逊 , 迈克尔·特里 , 嘉莉·J·蔡 :
“我们需要结构化输出”:面向以用户为中心的大型语言模型输出约束。 CoRR公司 abs/2404.07362 ( 2024 ) 2023 [c25] Minsuk Chang公司 , 斯特凡妮娅·德鲁加 , 亚历山大·菲安纳卡 , 佩德罗·维尔加尼 , Chinmay Kulkarni公司 , 嘉莉·J·蔡 , 迈克尔·特里 :
提示艺术家。 创造力与认知 2023 : 75-87 [公元24年] 亚历山大·菲安纳卡 , Chinmay Kulkarni公司 , 嘉莉·J·蔡 , 迈克尔·特里 :
没有编程语言的编程:为即时编程设计开发工具的挑战和机遇。 CHI扩展摘要 2023 : 235:1-235:7 【c23】 Savvas Petridis公司 , 迈克尔·特里 , 蔡丽君 :
PromptInfuser:使用大型语言模型实现用户界面模拟。 CHI扩展摘要 2023 : 237:1-237:6 [公元22年] 王巧思 , 迈克尔·马达奥 , 肖恩·凯恩 , 希瓦尼·卡帕尼亚 , 迈克尔·特里 , 劳伦·威尔科克斯 :
设计负责任的人工智能:适应用户体验实践以应对负责任的AI挑战。 芝加哥 2023 : 249:1-249:16 【c21】 斯蒂芬妮·巴伦西亚 , 理查德·凯夫 , Krystal Kallarackal公司 , 凯蒂·西弗 , 迈克尔·特里 , 肖恩·凯恩 :
“我输入的越少越好”:人工智能语言模型如何增强或阻碍AAC用户的交流。 芝加哥 2023 : 830:1-830:14 [c20] 瑞安·马林斯 , 迈克尔·特里 :
合成API:使语言模型成为自然语言和代码之间的对话者。 车辆安全系统 2023 : 565-574 [i16] Minsuk Chang公司 , 斯特凡妮娅·德鲁加 , 亚历克斯·菲安纳卡 , 佩德罗·维尔加尼 , Chinmay Kulkarni公司 , 嘉莉·J·蔡 , 迈克尔·特里 :
提示艺术家。 CoRR公司 abs/2303.12253 ( 2023 ) 【i15】 钦梅·库尔卡尼 , 斯特凡妮娅·德鲁加 , Minsuk Chang公司 , 亚历克斯·菲安纳卡 , 嘉莉·J·蔡 , 迈克尔·特里 :
一句话抵得上千张图片:作为人工智能设计材料的提示。 CoRR公司 abs/2303.12647 ( 2023 ) [第14条] 梅雷迪思·林格尔·莫里斯 , 嘉莉·J·蔡 , 杰斯·霍尔布鲁克 , Chinmay Kulkarni公司 , 迈克尔·特里 :
生成模型的设计空间。 CoRR公司 abs/2304.10547 ( 2023 ) [i13] Savvas Petridis公司 , 本·韦丁 , 詹姆斯·韦克斯勒 , 阿伦·顿斯巴赫 , 马希玛·普什卡纳 , 尼特斯·戈亚尔 , 嘉莉·J·蔡 , 迈克尔·特里 :
制宪者:通过将反馈转化为原则,对大型语言模型进行交互批评。 CoRR公司 abs/2310.15428 ( 2023 ) [i12] Savvas Petridis公司 , 迈克尔·特里 , 嘉莉·J·蔡 :
PromptInfuser:AI和UI设计的紧密耦合如何影响设计师的工作流。 CoRR公司 abs/2310.15435 ( 2023 ) [i11] 迈克尔·特里 , Chinmay Kulkarni公司 , 瓦滕伯格 , 卢卡斯·狄克逊 , 梅雷迪思·林格尔·莫里斯 :
交互式人工智能设计中的人工智能对齐:规范对齐、过程对齐和评估支持。 CoRR公司 abs/2311.00710 ( 2023 ) 2022 [第19条] 江爱伦(Ellen Jiang) , 克里斯汀·奥尔森 , 埃德温·托赫 , 亚历杭德拉·莫利纳 , 亚伦·顿斯巴赫 , 迈克尔·特里 , 嘉莉·J·蔡 :
PromptMaker:使用大型语言模型的基于提示的原型制作。 CHI扩展摘要 2022 : 35:1-35:8 [第18条] 吴同双 , 江爱伦(Ellen Jiang) , 阿伦·顿斯巴赫 , 杰夫·格雷 , 亚历杭德拉·莫利纳 , 迈克尔·特里 , 嘉莉·J·蔡 :
PromptChainer:通过可视化编程链接大型语言模型提示。 CHI扩展摘要 2022 : 第359:1-359:10页 [第17条] 吴同双 , 迈克尔·特里 , 凯莉·蔡骏(Carrie Jun Cai) :
人工智能链:通过链接大型语言模型提示,实现透明和可控的人机交互。 芝加哥 2022 : 385:1-385:22 [第16条] 江爱伦(Ellen Jiang) , 埃德温·托赫 , 亚历杭德拉·莫利纳 , 克里斯汀·奥尔森 , 克莱尔·凯亚西克 , 阿伦·顿斯巴赫 , 嘉莉·J·蔡 , 迈克尔·特里 :
用生成语言模型发现自然语言程序设计的语法和策略。 芝加哥 2022 : 386:1-386:19 [i10] 埃尔登·肖普 , 本·韦丁 , 安德烈·卡皮什尼科夫 , 托尔加·博卢巴西 , 迈克尔·特里 :
IMACS:图像模型属性比较摘要。 CoRR公司 abs/2201.11196 ( 2022 ) [第九章] 吴同双 , 江爱伦(Ellen Jiang) , 阿伦·顿斯巴赫 , 杰夫·格雷 , 亚历杭德拉·莫利纳 , 迈克尔·特里 , 嘉莉·J·蔡 :
PromptChainer:通过可视化编程链接大型语言模型提示。 CoRR公司 腹肌/2203.06566 ( 2022 ) 2021 [第15条] 嘉莉·J·蔡 , 萨曼莎·温特 , 大卫·斯坦纳 , 劳伦·威尔科克斯 , 迈克尔·特里 :
作为开发人工智能助理的跨功能边界对象的入职材料。 CHI扩展摘要 2021 : 43:1-43:7 [第14条] 嘉莉·J·蔡 , 米歇尔·卡尼 , 尼达·扎达 , 迈克尔·特里 :
突破与突破:观察音乐家对新冠肺炎疫情的反应。 芝加哥 2021 : 571:1-571:13 [c13] 闵行(Mia)Suh , 艾米丽·扬布洛姆 , 迈克尔·特里 , 嘉莉·J·蔡 :
人工智能作为社交粘合剂:揭示深层生成人工智能在社交音乐创作中的作用。 芝加哥 2021 : 582:1-582:11 [第12条] 安德烈·卡皮什尼科夫 , Subhashini Venugopalan公司 , 贝西姆·阿夫奇 , 本·韦丁 , 迈克尔·特里 , 托尔加·博卢巴西 :
引导综合梯度:一种消除噪声的自适应路径方法。 CVPR公司 2021 : 5050-5058 [第11条] 江爱伦(Ellen Jiang) , 埃德温·托赫 , 亚历杭德拉·莫利纳 , 阿伦·顿斯巴赫 , 嘉莉·J·蔡 , 迈克尔·特里 :
GenLine和GenForm:在代码编辑器中与生成语言模型交互的两种工具。 UIST(附属卷) 2021 : 145-147 [i8] 安德烈·卡皮什尼科夫 , Subhashini Venugopalan公司 , 贝西姆·阿维奇 , 本·韦丁 , 迈克尔·特里 , 托尔加·博卢巴西 :
引导综合梯度:一种消除噪声的自适应路径方法。 CoRR公司 abs/2106.09788 ( 2021 ) [i7] 杰克·奥斯汀 , 奥古斯塔斯·奥德纳 , 麦克斯韦·I.奈 , 马尔滕·博斯马 , 亨利克·米查勒夫斯基 , 大卫·多恩 , 江爱伦(Ellen Jiang) , 嘉莉·J·蔡 , 迈克尔·特里 , Quoc V.Le公司 , 查尔斯萨顿 :
大型语言模型程序综合。 CoRR公司 abs/2108.07732 ( 2021 ) [i6] 吴同双 , 迈克尔·特里 , 嘉莉·J·蔡 :
人工智能链:通过链接大型语言模型提示,实现透明和可控的人机交互。 CoRR公司 abs/2110.01691 ( 2021 ) 2020 [第10条] 瑞恩·路易 , 安迪·科宁 , 程志煌 , 迈克尔·特里 , 嘉莉·J·蔡 :
通过AI指导工具为深度生成模型进行新AI音乐合作创作。 芝加哥 2020 : 1月13日 【c9】 瑞恩·路易 , 任何科恩 , 程志安娜·黄 , 迈克尔·特里 , 嘉莉·J·蔡 :
Cococo:AI指导工具,用于与生成模型共同创建音乐新手。 HAI-GEN公司+ user2agent@IUI 2020
2010 – 2019
2019 【j4】 纳拉扬·赫格德 , 杰森·D·希普 , 刘云(Yun Liu) , 迈克尔·埃默特·巴克 , 艾米丽·雷夫 , 丹尼尔·斯米尔科夫 , 迈克尔·特里 , 嘉莉·J·蔡 , 马胡尔·阿明 , 克雷格·默梅尔 , 菲利普·尼尔森 , 莉莉·H·彭 , 格雷戈里·科拉多 , 马丁·斯塔姆 :
组织病理学相似图像搜索:SMILY。 npj数字。 医学 2 ( 2019 ) [j3] 嘉莉·J·蔡 , 萨曼莎·温特 , 大卫·斯坦纳 , 劳伦·威尔科克斯 , 迈克尔·特里 :
“Hello AI”:揭示医学从业者的入职需求,实现人与人之间的协作决策。 程序。 ACM休谟计算。 互动。 三 ( CSCW公司 ) : 104:1-104:24 ( 2019 ) 【c8】 嘉莉·J·蔡 , 艾米丽·雷夫 , 纳拉扬·赫格德 , 杰森·D·希普 , Been Kim(金) , 丹尼尔·斯米尔科夫 , 瓦滕伯格 , 费尔南达·B·维加斯 , 格雷戈里·科拉多 , 马丁·斯塔姆 , 迈克尔·特里 :
以人为中心的工具,用于在医疗决策过程中处理不完善的算法。 芝加哥 2019 : 4 [c7] 安德烈·卡皮什尼科夫 , 托尔加·博卢巴西 , 费尔南达·B·维加斯 , 迈克尔·特里 :
XRAI:通过地区实现更好的归属。 国际协调委员会 2019 : 4947-4956 【c6】 丹尼尔·斯米尔科夫 , 尼基·索拉特 , Yannick Assogba公司 , 袁安(Ann Yuan) , 尼克·克莱格 , 平余(Ping Yu) , 张康毅 , 蔡善清 , 艾瑞克尼尔森 , 大卫·索格尔 , 斯坦·比莱希 , 迈克尔·特里 , 查尔斯·尼科尔森 , 桑迪普·N.古普塔 , 莎拉·西拉朱丁 , D.斯卡利 , 拉贾特·蒙加 , 格雷格·科拉多 , 费尔南达·B·维加斯 , 瓦滕伯格 :
TensorFlow.js:网络及其他领域的机器学习。 系统建模语言 2019 [i5] 丹尼尔·斯米尔科夫 , 尼基·索拉特 , Yannick Assogba公司 , 袁安(Ann Yuan) , 尼克·克莱格 , 平余(Ping Yu) , 张康毅 , 蔡善清 , 艾瑞克尼尔森 , 大卫·索格尔 , 斯坦·比莱希 , 迈克尔·特里 , 查尔斯·尼科尔森 , 桑迪普·N.古普塔 , 莎拉·西拉朱丁 , D.斯卡利 , 拉贾特·蒙加 , 格雷格·科拉多 , 费尔南达·B·维加斯 , 瓦滕伯格 :
TensorFlow.js:面向网络和其他领域的机器学习。 CoRR公司 abs/1901.05350 ( 2019 ) [i4] 纳拉扬·赫格德 , 杰森·D·希普 , 刘云(Yun Liu) , 迈克尔·埃默特·巴克 , 艾米丽·雷夫 , 丹尼尔·斯米尔科夫 , 迈克尔·特里 , 嘉莉·J·蔡 , 马胡尔·阿明 , 克雷格·默梅尔 , 菲利普·尼尔森 , 莉莉·H·彭 , 格雷戈里·科拉多 , 马丁·斯塔姆 :
组织病理学相似图像搜索:SMILY。 CoRR公司 abs/1901.11112 ( 2019 ) [i3] 嘉莉·J·蔡 , 艾米丽·雷夫 , 纳拉扬·赫格德 , 杰森·D·希普 , Been Kim(金) , 丹尼尔·斯米尔科夫 , 瓦滕伯格 , 费尔南达·B·维加斯 , 格雷戈里·科拉多 , 马丁·斯塔姆 , 迈克尔·特里 :
以人为中心的工具,用于处理医疗决策过程中的不完善算法。 CoRR公司 abs/1902.02960 ( 2019 ) [i2] 安德烈·卡皮什尼科夫 , 托尔加·博卢巴西 , 费尔南达·B·维加斯 , 迈克尔·特里 :
分段综合梯度:通过区域进行更好的属性划分。 CoRR公司 abs/1906.02825 ( 2019 ) 2016 [i1] 布赖恩·帕顿 , 亚尼斯·阿吉莫吉安娜基斯 , 迈克尔·特里 , 凯文·威尔逊 , 里夫·A·索罗斯 , D.斯卡利 :
AutoMOS:学习一个非侵入性的语言自然度评估师。 CoRR公司 abs/1611.09207 ( 2016 ) 2015 [注2] 马西耶·格里卡 , 迈克尔·特里 , 加布里埃尔·J·布罗斯托 :
学习移除柔和阴影。 ACM事务处理。 图表。 34 ( 5 ) : 153:1-153:15 ( 2015 ) 【c5】 劳特福兹·扎曼 , 沃尔夫冈·斯图林格 , 克里斯蒂安·纽格鲍尔 , 罗伯特·伍德伯里 , 马赫尔·埃尔哈尔迪 , 纳格米·西林 , 迈克尔·特里 :
GEM-NI公司 :在生成设计中创建和管理替代方案的系统。 芝加哥 2015 : 1201-1210 【c4】 哈立德·阿马尔 , 阿卜杜拉·埃尔赛义德 , 穆罕默德·萨布里 , 迈克尔·特里 :
BusMate:了解基于轨迹的广告的移动性行为。 MDM(2) 2015 : 74-79 2014 【c3】 欧辛·麦克·奥达 , 瓦西里奥斯·斯塔霍普洛斯 , 加布里埃尔·J·布罗斯托 , 迈克尔·特里 , 马克·吉洛米 , 凯特·E·琼斯 :
让科学家处于循环中-通过交互式机器学习加速科学进步。 ICPR公司 2014 : 9月17日
2000 – 2009
2004 【c2】 迈克尔·特里 , 加布里埃尔·J·布罗斯托 , 格蕾丝·欧 , 雅罗斯拉夫·泰曼 , 黛安·格罗马拉 :
在延时摄影中为时间腾出空间。 SIGGRAPH草图 2004 : 133 2001 【c1】 迈克尔·特里 :
任务块:用于创造性探索的有形界面。 CHI扩展摘要 2001 : 463-464
1980 – 1989
1987 [j1] 迈克尔·特里 :
Unix标准和母语系统。 微加工。 微系统 11 ( 9 ) : 499-503 ( 1987 )