論文の概要: MenuCraft: Interactive Menu System Design with Large Language Models
- arxiv url: http://arxiv.org/abs/2303.04496v1
- Date: Wed, 8 Mar 2023 10:39:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 14:22:19.528626
- Title: MenuCraft: Interactive Menu System Design with Large Language Models
- Title(参考訳): menucraft: 大きな言語モデルによるインタラクティブなメニューシステム設計
- Authors: Amir Hossein Kargaran, Nafiseh Nikeghbal, Abbas Heydarnoori and
Hinrich Sch\"utze
- Abstract要約: 我々は、メニューデザインのためのAI支援デザイナであるMenuCraftを提案し、デザイナと対話システムによるメニューデザインを可能にする。
MenuCraftはインタラクティブな言語ベースのメニューデザインツールで、メニューデザインプロセスをシンプルにし、デザインオプションを簡単にカスタマイズできる。
- 参考スコア(独自算出の注目度): 1.2234742322758418
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Menu system design is a challenging task involving many design options and
various human factors. For example, one crucial factor that designers need to
consider is the semantic and systematic relation of menu commands. However,
capturing these relations can be challenging due to limited available
resources. With the advancement of neural language models, large language
models can utilize their vast pre-existing knowledge in designing and refining
menu systems.
In this paper, we propose MenuCraft, an AI-assisted designer for menu design
that enables collaboration between the designer and a dialogue system to design
menus. MenuCraft offers an interactive language-based menu design tool that
simplifies the menu design process and enables easy customization of design
options. MenuCraft supports a variety of interactions through dialog that
allows performing few-shot learning.
- Abstract(参考訳): メニューシステム設計は多くの設計オプションと様々なヒューマンファクターを含む課題である。
例えば、デザイナーが考慮する必要がある重要な要素はメニューコマンドの意味的かつ体系的な関係である。
しかし、利用可能なリソースが限られているため、これらの関係を捉えることは困難である。
ニューラル言語モデルの進歩により、大きな言語モデルはメニューシステムの設計と精錬において、既存の膨大な知識を利用することができる。
本稿では,メニューデザインのためのai支援デザイナーであるメニュークラフトを提案する。
MenuCraftはインタラクティブな言語ベースのメニューデザインツールで、メニューデザインプロセスをシンプルにし、デザインオプションを簡単にカスタマイズできる。
menucraftはダイアログを通じてさまざまなインタラクションをサポートし、最小限の学習を実行できる。
関連論文リスト
- WordArt Designer API: User-Driven Artistic Typography Synthesis with
Large Language Models on ModelScope [43.68826200853858]
本稿では,ModelScope上のLarge Language Models(LLMs)を利用したユーザ主導のアートタイポグラフィ合成のための新しいフレームワークであるWordArt Designer APIを紹介する。
我々は,非専門職に対する芸術的タイポグラフィーを簡素化する上で,従来の定型テンプレートに代わる動的で適応的で,計算的に効率的な代替手段を提供することによって,課題に対処する。
論文 参考訳(メタデータ) (2024-01-03T12:06:02Z) - FoodLMM: A Versatile Food Assistant using Large Multi-modal Model [102.53130531577892]
大規模マルチモーダルモデル(LMM)は多くの視覚言語タスクにおいて顕著な進歩を遂げている。
本稿では,食品認識,食材認識,レシピ生成,栄養推定,食品セグメンテーション,多ラウンド会話など,多機能なLMMに基づく多目的食品アシスタントであるFoodLMMを提案する。
論文 参考訳(メタデータ) (2023-12-22T11:56:22Z) - When Large Language Models Meet Personalization: Perspectives of
Challenges and Opportunities [60.5609416496429]
大規模言語モデルの能力は劇的に改善されている。
このような大きな飛躍的なAI能力は、パーソナライゼーションの実施方法のパターンを変えるだろう。
大規模言語モデルを汎用インターフェースとして活用することにより、パーソナライズシステムはユーザ要求を計画にコンパイルすることができる。
論文 参考訳(メタデータ) (2023-07-31T02:48:56Z) - i-Code Studio: A Configurable and Composable Framework for Integrative
AI [93.74891865028867]
統合AIのためのフレキシブルで構成可能なフレームワークであるi-Code Studioを提案する。
i-Code Studioは、複雑なマルチモーダルタスクを実行するために、微調整なしで複数の事前訓練されたモデルを編成する。
i-Code Studioは、ビデオからテキストへの検索、音声から音声への翻訳、視覚的質問応答など、さまざまなゼロショットマルチモーダルタスクに関する印象的な結果を達成する。
論文 参考訳(メタデータ) (2023-05-23T06:45:55Z) - MaMMUT: A Simple Architecture for Joint Learning for MultiModal Tasks [59.09343552273045]
本稿では,これらの異なる視覚言語タスクの協調学習に驚くほど有効であるマルチモーダルタスクのためのデコーダのみのモデルを提案する。
これらの多様な目的の合同学習は単純で効果的であり、これらのタスク間でのモデルの重量共有を最大化することを示した。
我々のモデルは,画像テキストとテキスト画像検索,ビデオ質問応答,オープン語彙検出タスクにおける技術の現状を達成し,より大きく,より広範囲に訓練された基礎モデルよりも優れている。
論文 参考訳(メタデータ) (2023-03-29T16:42:30Z) - MM-REACT: Prompting ChatGPT for Multimodal Reasoning and Action [96.33509740612486]
MM-REACTは、マルチモーダル推論とアクションを達成するために、ChatGPTとビジョンエキスパートのプールを統合するシステムパラダイムである。
MM-REACTのプロンプト設計により、言語モデルはマルチモーダル情報を受け入れ、関連づけ、処理することができる。
論文 参考訳(メタデータ) (2023-03-20T18:31:47Z) - ChatGPT and Other Large Language Models as Evolutionary Engines for
Online Interactive Collaborative Game Design [0.0]
対話型進化と大規模言語モデルを組み合わせた協調型ゲームデザインフレームワークを提案する。
我々のフレームワークでは、プロセスは短い設計と一連の候補設計から始まり、言語モデルを使って生成されたり、ユーザによって提案されたりする。
次に、ユーザは、最も有望なデザインを選択し、再結合し、変更するインタラクティブな遺伝的アルゴリズムにフィードバックを提供することで、デザインプロセスに協力する。
論文 参考訳(メタデータ) (2023-02-09T15:44:43Z) - PADL: Language-Directed Physics-Based Character Control [66.517142635815]
本稿では,文字が行うべきハイレベルなタスクと低レベルなスキルを指定するために,ユーザが自然言語コマンドを発行できるようにするPADLを提案する。
我々は,シミュレーションされたヒューマノイドキャラクタを効果的に誘導し,多種多様な複雑な運動能力を実現するために,本フレームワークを適用した。
論文 参考訳(メタデータ) (2023-01-31T18:59:22Z) - Chat-to-Design: AI Assisted Personalized Fashion Design [13.273311916332725]
Chat-to-Designは、パーソナライズされたファッションデザインのための新しいマルチモーダルインタラクションシステムである。
1)会話による粗粒度選択と,2)対話型インタフェースによる細粒度編集の2つのステップで衣服をデザインすることができる。
論文 参考訳(メタデータ) (2022-07-03T14:54:39Z) - Predicting Human Performance in Vertical Hierarchical Menu Selection in
Immersive AR Using Hand-gesture and Head-gaze [5.317624228510748]
本稿では,ユーザ研究への参加者の関与を伴わずに,対象UIのユーザパフォーマンスを推定する予測モデルを提案する。
このモデルは、階層的なドロップダウンメニューを使用して、消費持続時間(CE)やポインティング時間(PT)などの客観的なパフォーマンス対策に対する参加者の反応に基づいて訓練される。
本稿では,認知能力の異なるユーザの階層的メニュー上でのCE予測において,提案した予測モデルが高精度に達成可能であることを示すユーザスタディの結果を示す。
論文 参考訳(メタデータ) (2022-06-19T20:13:08Z) - BlackBox Toolkit: Intelligent Assistance to UI Design [9.749560288448114]
人工知能(AI)によるUI設計プロセスの変更を提案する。
我々は,デザイナが創造プロセスの指揮を執りながら,デザイナに対して反復的なタスクを実行できるようにすることを提案する。
論文 参考訳(メタデータ) (2020-04-04T14:50:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。