論文の概要: Voice CMS: updating the knowledge base of a digital assistant through conversation

• arxiv url: http://arxiv.org/abs/2505.22303v1
• Date: Wed, 28 May 2025 12:40:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-29 17:35:50.59918
• Title: Voice CMS: updating the knowledge base of a digital assistant through conversation
• Title（参考訳）: 音声CMS:会話によるデジタルアシスタントの知識ベース更新
• Authors: Grzegorz Wolny, Michał Szczerbak,
• Abstract要約: 本稿では,デジタルアシスタントの知識ベースを更新するためのマルチエージェントLLMアーキテクチャと音声ユーザインタフェース(VUI)に基づくソリューションを提案する。 そのユーザビリティは、従来のグラフィカルコンテンツ管理システム(CMS)と比較して評価される。 この結果から,VUI全体のユーザビリティはグラフィカルインターフェースよりも低く評価されているものの,より複雑なタスクに対しては,すでにユーザが好んでいることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this study, we propose a solution based on a multi-agent LLM architecture and a voice user interface (VUI) designed to update the knowledge base of a digital assistant. Its usability is evaluated in comparison to a more traditional graphical content management system (CMS), with a focus on understanding the relationship between user preferences and the complexity of the information being provided. The findings demonstrate that, while the overall usability of the VUI is rated lower than the graphical interface, it is already preferred by users for less complex tasks. Furthermore, the quality of content entered through the VUI is comparable to that achieved with the graphical interface, even for highly complex tasks. Obtained qualitative results suggest that a hybrid interface combining the strengths of both approaches could address the key challenges identified during the experiment, such as reducing cognitive load through graphical feedback while maintaining the intuitive nature of voice-based interactions. This work highlights the potential of conversational interfaces as a viable and effective method for knowledge management in specific business contexts.
• Abstract（参考訳）: 本研究では,デジタルアシスタントの知識基盤を更新するために,マルチエージェントLLMアーキテクチャと音声ユーザインタフェース(VUI)に基づくソリューションを提案する。 そのユーザビリティは、より伝統的なグラフィカルコンテンツ管理システム(CMS)と比較して評価され、ユーザの好みと提供される情報の複雑さとの関係を理解することに重点を置いている。 この結果から,VUI全体のユーザビリティはグラフィカルインターフェースよりも低く評価されているものの,より複雑なタスクに対しては,すでにユーザが好んでいることが示唆された。 さらに、VUIを通じて入力されたコンテンツの品質は、非常に複雑なタスクであっても、グラフィカルインターフェースで達成されたコンテンツに匹敵する。 定性的な結果は、両方のアプローチの強みを組み合わせたハイブリッドインターフェースが、グラフィカルフィードバックによる認知負荷の低減や、音声ベースのインタラクションの直感的な性質の維持など、実験で特定される重要な課題に対処できることを示唆している。 この研究は、特定のビジネスコンテキストにおける知識管理の実用的で効果的な方法として、会話インタフェースの可能性を強調している。

関連論文リスト

• A Survey on (M)LLM-Based GUI Agents [62.57899977018417]
  グラフィカルユーザインタフェース (GUI) エージェントは、人間とコンピュータのインタラクションにおいて、トランスフォーメーションパラダイムとして登場した。 大規模言語モデルとマルチモーダル学習の最近の進歩は、デスクトップ、モバイル、Webプラットフォーム全体でGUI自動化に革命をもたらした。 本調査では, 正確な要素位置決定, 効果的な知識検索, 長期計画, 安全に配慮した実行制御など, 重要な技術的課題を明らかにする。
  論文  参考訳（メタデータ） (2025-03-27T17:58:31Z)
• Think Twice, Click Once: Enhancing GUI Grounding via Fast and Slow Systems [57.30711059396246]
  現在のグラフィカルユーザインタフェース(GUI)基盤システムは、自然言語命令に基づいてインターフェース要素を特定する。 人間の二重システム認識にインスパイアされたFocusは,高速予測と系統解析を組み合わせた新しいGUI基盤フレームワークである。
  論文  参考訳（メタデータ） (2025-03-09T06:14:17Z)
• InterChat: Enhancing Generative Visual Analytics using Multimodal Interactions [22.007942964950217]
  視覚要素の直接操作と自然言語入力を組み合わせた生成的視覚分析システムであるInterChatを開発した。 この統合により、正確なインテント通信が可能になり、プログレッシブで視覚的に駆動された探索データ分析をサポートする。
  論文  参考訳（メタデータ） (2025-03-06T05:35:19Z)
• Iris: Breaking GUI Complexity with Adaptive Focus and Self-Refining [67.87810796668981]
  インフォメーション・インフォメーション・インフォメーション・クロッピング(ISC)と自己精製デュアルラーニング(SRDL) Irisは850KのGUIアノテーションだけで、複数のベンチマークで最先端のパフォーマンスを実現している。 これらの改善は、WebとOSエージェントの両方の下流タスクで大幅に向上した。
  論文  参考訳（メタデータ） (2024-12-13T18:40:10Z)
• Aguvis: Unified Pure Vision Agents for Autonomous GUI Interaction [69.57190742976091]
  Aguvisは、自律的なGUIエージェントのためのビジョンベースのフレームワークである。 クロスプラットフォームのインタラクションを標準化し、内部モノローグによる構造化推論を取り入れている。 オフラインおよび実世界のオンラインベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-12-05T18:58:26Z)
• AGENTiGraph: An Interactive Knowledge Graph Platform for LLM-based Chatbots Utilizing Private Data [14.328402787379538]
  本稿では,自然言語インタラクションによる知識管理プラットフォームである AgentiGraph (タスクベースインタラクションとグラフィカル表現のための適応生成ENgine) を紹介する。 AgentiGraphはマルチエージェントアーキテクチャを使用して、ユーザの意図を動的に解釈し、タスクを管理し、新しい知識を統合する。 3,500のテストケースのデータセットの実験結果から、AgentiGraphは最先端のゼロショットベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2024-10-15T12:05:58Z)
• From Pixels to Words: Leveraging Explainability in Face Recognition through Interactive Natural Language Processing [2.7568948557193287]
  顔認識(FR)は深層学習の発展とともに大きく進歩し、いくつかの応用において高い精度を実現している。 これらのシステムの解釈可能性の欠如は、説明責任、公平性、信頼性に関する懸念を引き起こす。 モデルに依存しない説明可能な人工知能(XAI)と自然言語処理(NLP)技術を組み合わせることにより、FRモデルの説明可能性を高めるインタラクティブなフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-24T13:40:39Z)
• Using Textual Interface to Align External Knowledge for End-to-End Task-Oriented Dialogue Systems [53.38517204698343]
  本稿では,外部知識の整合化と冗長なプロセスの排除にテキストインタフェースを用いた新しいパラダイムを提案する。 我々は、MultiWOZ-Remakeを用いて、MultiWOZデータベース用に構築されたインタラクティブテキストインタフェースを含む、我々のパラダイムを実演する。
  論文  参考訳（メタデータ） (2023-05-23T05:48:21Z)

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。