論文の概要: Approach Intelligent Writing Assistants Usability with Seven Stages of
Action
- arxiv url: http://arxiv.org/abs/2304.02822v1
- Date: Thu, 6 Apr 2023 02:11:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-16 22:33:48.101492
- Title: Approach Intelligent Writing Assistants Usability with Seven Stages of
Action
- Title(参考訳): 知能筆記法 : 7段階の動作によるユーザビリティ向上
- Authors: Avinash Bhat, Disha Shrivastava, Jin L.C. Guo
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 9.378355457555319
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite the potential of Large Language Models (LLMs) as writing assistants,
they are plagued by issues like coherence and fluency of the model output,
trustworthiness, ownership of the generated content, and predictability of
model performance, thereby limiting their usability. In this position paper, we
propose to adopt Norman's seven stages of action as a framework to approach the
interaction design of intelligent writing assistants. We illustrate the
framework's applicability to writing tasks by providing an example of software
tutorial authoring. The paper also discusses the framework as a tool to
synthesize research on the interaction design of LLM-based tools and presents
examples of tools that support the stages of action. Finally, we briefly
outline the potential of a framework for human-LLM interaction research.
- Abstract(参考訳): 大規模言語モデル(llm)が記述アシスタントとしての可能性を秘めているが、それらはモデル出力の一貫性や流動性、信頼性、生成されたコンテンツの所有権、モデルパフォーマンスの予測可能性といった問題に悩まされ、ユーザビリティを制限している。
本稿では,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ことを提案する。
ソフトウェアチュートリアルのオーサリングの例を提供し,タスク記述に対するフレームワークの適用性を説明する。
また, LLM ベースのツールのインタラクション設計の研究を合成するためのツールとして, このフレームワークについて論じ, アクションの段階をサポートするツールの例を示す。
最後に,人間-LLMインタラクション研究のためのフレームワークの可能性について概説する。
関連論文リスト
- Evaluating Large Language Model Creativity from a Literary Perspective [13.672268920902187]
本稿では,大規模言語モデルが創造的記述プロセスにおいて補助ツールとして機能する可能性を評価する。
我々は,背景記述をインターリーブする対話的かつ多声的なプロンプト戦略,構成を案内する指示,対象スタイルのテキストのサンプル,与えられたサンプルの批判的議論を開発する。
論文 参考訳(メタデータ) (2023-11-30T16:46:25Z) - Creativity Support in the Age of Large Language Models: An Empirical
Study Involving Emerging Writers [33.3564201174124]
経験的ユーザスタディを通じて,プロのライターを支援するため,現代の大規模言語モデルの有用性について検討する。
筆者らは3種類の認知活動の全てにLLMの助けを求める一方で、LLMは翻訳やレビューに役立ちます。
論文 参考訳(メタデータ) (2023-09-22T01:49:36Z) - Dynamic-SUPERB: Towards A Dynamic, Collaborative, and Comprehensive
Instruction-Tuning Benchmark for Speech [110.03854819655098]
テキスト言語モデルは、よく整形された命令が与えられたときに、目に見えないタスクに一般化する際、顕著なゼロショット能力を示している。
ゼロショット方式で複数のタスクを実行するための命令チューニングを活用できるユニバーサル音声モデルを構築するためのベンチマークであるDynamic-SUPERBを提案する。
論文 参考訳(メタデータ) (2023-09-18T06:43:30Z) - TPTU: Large Language Model-based AI Agents for Task Planning and Tool
Usage [28.554981886052953]
大規模言語モデル(LLM)は、様々な現実世界のアプリケーションのための強力なツールとして登場した。
LLMの本質的な生成能力は、その長所にもかかわらず、複雑なタスクを扱うには不十分である。
本稿では,LLMベースのAIエージェントに適した構造化フレームワークを提案する。
論文 参考訳(メタデータ) (2023-08-07T09:22:03Z) - 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) - CAMEL: Communicative Agents for "Mind" Exploration of Large Language
Model Society [58.04479313658851]
本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。
本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。
コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
論文 参考訳(メタデータ) (2023-03-31T01:09:00Z) - ART: Automatic multi-step reasoning and tool-use for large language
models [105.57550426609396]
大規模言語モデル(LLM)は、数秒とゼロショットの設定で複雑な推論を行うことができる。
各推論ステップは、コアLLM機能を超えて計算をサポートする外部ツールに依存することができる。
プログラムとして中間推論ステップを自動生成するために凍結LDMを使用するフレームワークであるART(Automatic Reasoning and Tool-use)を導入する。
論文 参考訳(メタデータ) (2023-03-16T01:04:45Z) - Learning Action-Effect Dynamics for Hypothetical Vision-Language
Reasoning Task [50.72283841720014]
本研究では,行動の効果に関する推論を改善する新しい学習戦略を提案する。
本稿では,提案手法の有効性を実証し,性能,データ効率,一般化能力の観点から,従来のベースラインに対する優位性を論じる。
論文 参考訳(メタデータ) (2022-12-07T05:41:58Z) - Context-Aware Language Modeling for Goal-Oriented Dialogue Systems [84.65707332816353]
我々は、部分的に観察されたマルコフ決定過程としてゴール指向対話を定式化する。
目的を意識して言語モデルを微調整する,シンプルで効果的な手法を考案する。
本研究では,AirDialogue を用いた実践的なフライト予約タスクについて評価する。
論文 参考訳(メタデータ) (2022-04-18T17:23:11Z) - 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)
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。