論文の概要: LMCanvas: Object-Oriented Interaction to Personalize Large Language Model-Powered Writing Environments

• arxiv url: http://arxiv.org/abs/2303.15125v1
• Date: Mon, 27 Mar 2023 11:56:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-28 15:31:13.373244
• Title: LMCanvas: Object-Oriented Interaction to Personalize Large Language Model-Powered Writing Environments
• Title（参考訳）: lmcanvas: 大きな言語モデルによる書き込み環境をパーソナライズするためのオブジェクト指向インタラクション
• Authors: Tae Soo Kim, Arghya Sarkar, Yoonjoo Lee, Minsuk Chang, Juho Kim
• Abstract要約: 大規模言語モデル(LLM)は、ライターの特定のタスクを自動化またはサポートすることで、書き込みを強化することができる。 特定の記述タスクのためのLLMツールを提供するインタフェースの集合が開発されている。 我々はLMCanvasを構想する。このインタフェースにより、作家は独自のLCMベースの書記ツールを作成でき、キャンバスの「ブロック」と対話することで、個人的な書記環境を調整できる。
• 参考スコア（独自算出の注目度）: 43.4477966466432
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) can enhance writing by automating or supporting specific tasks in writers' workflows (e.g., paraphrasing, creating analogies). Leveraging this capability, a collection of interfaces have been developed that provide LLM-powered tools for specific writing tasks. However, these interfaces provide limited support for writers to create personal tools for their own unique tasks, and may not comprehensively fulfill a writer's needs -- requiring them to continuously switch between interfaces during writing. In this work, we envision LMCanvas, an interface that enables writers to create their own LLM-powered writing tools and arrange their personal writing environment by interacting with "blocks" in a canvas. In this interface, users can create text blocks to encapsulate writing and LLM prompts, model blocks for model parameter configurations, and connect these to create pipeline blocks that output generations. In this workshop paper, we discuss the design for LMCanvas and our plans to develop this concept.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、ライターのワークフロー(例えば、パラフレーズ、アナロジーの作成)で特定のタスクを自動化またはサポートすることで、書き込みを強化することができる。 この機能を活用することで、特定の記述タスクにLLMベースのツールを提供するインターフェースの集合が開発された。 しかし、これらのインターフェイスは、ライターが独自のタスクのために個人的なツールを作成するための制限されたサポートを提供し、ライターのニーズを包括的に満たさない可能性がある。 本研究は,書記者が自作の LLM ベースの書記ツールを作成でき,キャンバス内の「ブロック」と対話して個人的な書記環境を設定できるインタフェースであるLMCanvas を構想する。 このインターフェースでは、ユーザはテキストブロックを作成して、書き込みとllmプロンプトをカプセル化し、モデルパラメータの設定のためのモデルブロックを作成し、これらを接続して、生成するパイプラインブロックを作成することができる。 本ワークショップでは,LMCanvasの設計と,このコンセプトを開発する計画について論じる。

関連論文リスト

• Sketch: A Toolkit for Streamlining LLM Operations [51.33202045501429]
  大規模言語モデル(LLM)は大きな成功を収めた。 アウトプットフォーマットの柔軟性は、モデルのアウトプットを制御および活用する上での課題を引き起こします。 スケッチ(Sketch)は、多種多様な分野にわたるLCM操作を合理化するための革新的なツールキットである。
  論文  参考訳（メタデータ） (2024-09-05T08:45:44Z)
• EATXT: A textual concrete syntax for EAST-ADL [5.34855193340848]
  本稿では,EAST-ADLを用いた自動車アーキテクチャモデリング用エディタであるEATXTを紹介する。 EATXTエディタはXtextをベースにしており、コンテンツアシストやシリアライゼーションの改善など、基本的な機能と高度な機能を提供している。 本稿では, 編集機能とアーキテクチャ, 実装アプローチ, EATXT の以前の利用について述べる。
  論文  参考訳（メタデータ） (2024-07-13T14:05:21Z)
• CollabStory: Multi-LLM Collaborative Story Generation and Authorship Analysis [5.929552001093879]
  私たちはCollabStoryと呼ばれる、初めてLLM生成のコラボレーティブなストーリーデータセットを生成します。 オープンソース命令チューニング LLM を用いて,32k 以上のストーリーを生成する。 複数LLM設定のためのオーサシップ関連タスクを拡張し,LLM-LLMコラボレーションのためのベースラインを提示する。
  論文  参考訳（メタデータ） (2024-06-18T14:35:12Z)
• Towards Full Authorship with AI: Supporting Revision with AI-Generated Views [3.109675063162349]
  大きな言語モデル(LLM)は、ユーザーがプロンプトを通じてテキストを生成できるようにすることで、ツールを書く際に新しいユーザーインターフェイス(UI)パラダイムを形作っている。 このパラダイムは、ユーザからシステムへの創造的なコントロールを移行することで、書き込みプロセスにおけるユーザのオーサシップと自律性を低下させる。 テキストフォーカス(Textfocals)は,文章作成におけるユーザの役割を強調する,人間中心のアプローチを調査するためのプロトタイプである。
  論文  参考訳（メタデータ） (2024-03-02T01:11:35Z)
• Low-code LLM: Graphical User Interface over Large Language Models [115.08718239772107]
  本稿では,人間-LLMインタラクションフレームワークであるLow-code LLMを紹介する。 より制御可能で安定した応答を実現するために、6種類のシンプルなローコードビジュアルプログラミングインタラクションを組み込んでいる。 ユーザフレンドリなインタラクション,制御可能な生成,広い適用性という,低コード LLM の3つの利点を強調した。
  論文  参考訳（メタデータ） (2023-04-17T09:27:40Z)
• VISAR: A Human-AI Argumentative Writing Assistant with Visual Programming and Rapid Draft Prototyping [13.023911633052482]
  VISARは、著者のブレインストーミングと、執筆コンテキストにおける階層的な目標の修正を支援するために設計されたAI対応の筆記アシスタントシステムである。 テキストの同期編集とビジュアルプログラミングによって引数構造を整理し、議論の発散による説得力を高める。 制御された研究室研究により、議論的な執筆計画プロセスの促進におけるVISARの有用性と有効性が確認された。
  論文  参考訳（メタデータ） (2023-04-16T15:29:03Z)
• Approach Intelligent Writing Assistants Usability with Seven Stages of Action [9.378355457555319]
  我々は,知的書記アシスタントのインタラクション設計にアプローチするための枠組みとして,ノーマンの7つの行動段階を採用する。 ソフトウェアチュートリアルのオーサリングの例として,タスク記述へのフレームワークの適用性について説明する。
  論文  参考訳（メタデータ） (2023-04-06T02:11:55Z)
• CoAuthor: Designing a Human-AI Collaborative Writing Dataset for Exploring Language Model Capabilities [92.79451009324268]
  我々は,GPT-3の創造的かつ議論的な記述を支援する能力を明らかにするために設計されたデータセットであるCoAuthorを提案する。 我々は、CoAuthorがGPT-3の言語、アイデア、コラボレーション機能に関する問題に対処できることを実証した。 インタラクション設計に関して,この作業がLMの約束や落とし穴に関して,より原則化された議論を促進する可能性について論じる。
  論文  参考訳（メタデータ） (2022-01-18T07:51:57Z)
• Enabling Language Models to Fill in the Blanks [81.59381915581892]
  文書中の任意の位置にあるテキストの欠落を予測するタスクである,テキストを埋め込むためのシンプルなアプローチを提案する。 我々は、人工的にマスキングされたテキストと隠蔽されたテキストの連結を含むシーケンスに基づいて、オフザシェルフ言語モデル(またはファインチューン)を訓練する。 言語モデリングにより,この手法により,3つの分野(短編,科学的な要約,歌詞)において,LMが文全体を効果的に埋め込むことができることを示す。
  論文  参考訳（メタデータ） (2020-05-11T18:00:03Z)
• Conversation Learner -- A Machine Teaching Tool for Building Dialog Managers for Task-Oriented Dialog Systems [57.082447660944965]
  Conversation Learnerは、ダイアログマネージャを構築するための機械学習ツールである。 ダイアログ作成者が慣れ親しんだツールを使ってダイアログフローを作成し、ダイアログフローをパラメトリックモデルに変換することができる。 ユーザシステムダイアログをトレーニングデータとして活用することで、ダイアログ作成者が時間とともにダイアログマネージャを改善することができる。
  論文  参考訳（メタデータ） (2020-04-09T00:10:54Z)

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。