Unser Paper „QoEXplainer: Mediating 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 große Sprachmodelle und die Verwendung von Mediatoren verwendet, um erklärbare, 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 erklärbaren, datengetriebenen Quality of Experience-Modells zu verstehen. Dieses Tool nutzt Large Language Models und das Konzept der Mediatoren, um dem Benutzer relevante Erklärungen in einer verständlichen, Chatbot-ähnlichen Weise zu vermitteln. Zu diesem Zweck integriert unser Tool QoEXplainer ein datengetriebenes QoE-Modell für Videostreaming und Techniken der erklärbaren künstlichen Intelligenz. Die sich daraus ergebenden datengesteuerten Modellerklärungen werden im Dashboard veranschaulicht, und die Benutzer können mit dem Chatbot interagieren, um Fragen zu den Daten und dem QoE-Modell zu stellen und das Dashboard zu steuern, um das Modellverständnis zu verbessern. Mit dieser Hybrid-Demo wollen wir auf der QoMEX 2024 eine Live-Studie durchführen, um Mediators im Kontext der (datengetriebenen) QoE-Modellierung mit Domänenexperten zu evaluieren.