論文の概要: PosterMate: Audience-driven Collaborative Persona Agents for Poster Design
- arxiv url: http://arxiv.org/abs/2507.18572v1
- Date: Thu, 24 Jul 2025 16:46:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-25 15:10:44.137984
- Title: PosterMate: Audience-driven Collaborative Persona Agents for Poster Design
- Title（参考訳）: PosterMate: ポストデザインのためのオーディエンス駆動協調型ペルソナエージェント
- Authors: Donghoon Shin, Daniel Lee, Gary Hsieh, Gromit Yeuk-Yin Chan,
- Abstract要約: PosterMateは、オーディエンス主導のペルソナエージェントを作成することでコラボレーションを促進するポスターデザインアシスタントである。
PosterMateは、ポスターコンポーネントに関する各ペルソナエージェントからのフィードバックを収集し、モデレーターの助けを借りて議論を刺激する。
- 参考スコア（独自算出の注目度）: 16.138909922613507
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Poster designing can benefit from synchronous feedback from target audiences. However, gathering audiences with diverse perspectives and reconciling them on design edits can be challenging. Recent generative AI models present opportunities to simulate human-like interactions, but it is unclear how they may be used for feedback processes in design. We introduce PosterMate, a poster design assistant that facilitates collaboration by creating audience-driven persona agents constructed from marketing documents. PosterMate gathers feedback from each persona agent regarding poster components, and stimulates discussion with the help of a moderator to reach a conclusion. These agreed-upon edits can then be directly integrated into the poster design. Through our user study (N=12), we identified the potential of PosterMate to capture overlooked viewpoints, while serving as an effective prototyping tool. Additionally, our controlled online evaluation (N=100) revealed that the feedback from an individual persona agent is appropriate given its persona identity, and the discussion effectively synthesizes the different persona agents' perspectives.
- Abstract（参考訳）: ポスターデザインは、ターゲットのオーディエンスからの同期フィードバックの恩恵を受けることができる。
しかし、様々な視点で聴衆を集め、それらをデザイン編集で和解させることは困難である。
最近の生成型AIモデルは、人間のようなインタラクションをシミュレートする機会を提供するが、それが設計におけるフィードバックプロセスにどのように使用されるかは明らかではない。
本稿では,マーケティング文書から構築されたオーディエンス主導のペルソナエージェントを作成することで,コラボレーションを促進するポスターデザインアシスタントであるPosterMateを紹介する。
PosterMateは、ポスターコンポーネントに関する各ペルソナエージェントからのフィードバックを収集し、モデレーターの助けを借りて議論を刺激し、結論に達する。
これらの合意された編集は、ポスターデザインに直接統合することができる。
ユーザスタディ(N=12)を通じて、見落としている視点を捉えつつ、効果的なプロトタイピングツールとして機能するPosterMateの可能性を特定した。
さらに,制御されたオンライン評価 (N=100) では,個々のペルソナエージェントからのフィードバックが,そのペルソナのアイデンティティを考慮し適切であることを明らかにし,異なるペルソナエージェントの視点を効果的に合成する。
関連論文リスト
- Creating General User Models from Computer Use [62.91116265732001]
本稿では,コンピュータとのインタラクションを観察することでユーザについて学習する汎用ユーザモデル(GUM)のアーキテクチャを提案する。
GUMは、ユーザ(例えばデバイスのスクリーンショット)の非構造化観察を入力として受け取り、ユーザの知識と好みをキャプチャする信頼度重み付け命題を構築する。
論文 参考訳（メタデータ） (2025-05-16T04:00:31Z) - PicPersona-TOD : A Dataset for Personalizing Utterance Style in Task-Oriented Dialogue with Image Persona [16.233657079954867]
ユーザイメージをペルソナの一部として組み込んだ新しいデータセットであるPicPersona-TODを紹介する。
これにより、年齢や感情的な文脈など、ユーザ固有の要因に合わせてパーソナライズされた応答が可能になる。
人間の評価は、私たちのデータセットがユーザエクスペリエンスを高め、パーソナライズされたレスポンスがより魅力的なインタラクションに寄与することを確認します。
論文 参考訳（メタデータ） (2025-04-24T09:15:58Z) - FeedQUAC: Quick Unobtrusive AI-Generated Commentary [8.057486493973304]
さまざまな視点からリアルタイムAI生成コメンタリーを提供するデザインコンパニオンであるFeedQUACを紹介する。
我々は、AIフィードバックの役割、その強みと限界、そしてそれを既存の設計に統合する方法について議論する。
今後の創造性支援システムの設計と評価には,環境相互作用が有用であることが示唆された。
論文 参考訳（メタデータ） (2025-04-23T04:48:00Z) - PosterMaker: Towards High-Quality Product Poster Generation with Accurate Text Rendering [50.76106125697899]
テーマ、シーン、テキストを統合したプロダクトポスターは、顧客を引き付けるための重要なプロモーションツールである。
主な課題はテキストを正確にレンダリングすることであり、特に1万文字以上を含む中国語のような複雑な書記システムではそうである。
テキストレンダリング精度が90%を超えるTextRenderNetを開発した。
TextRenderNetとSceneGenNetをベースに、エンドツーエンド生成フレームワークであるPosterMakerを紹介します。
論文 参考訳（メタデータ） (2025-04-09T07:13:08Z) - POSTA: A Go-to Framework for Customized Artistic Poster Generation [87.16343612086959]
POSTAは、カスタマイズされた芸術ポスター生成のためのモジュラーフレームワークである。
background Diffusionはユーザ入力に基づいてテーマ付きバックグラウンドを生成する。
設計MLLMはレイアウトとタイポグラフィー要素を生成し、背景スタイルと整合し補完する。
ArtText Diffusionはキーテキスト要素にスタイリングを追加する。
論文 参考訳（メタデータ） (2025-03-19T05:22:38Z) - Influencer: Empowering Everyday Users in Creating Promotional Posts via AI-infused Exploration and Customization [11.9449656506593]
Influenは、初心者クリエイターが高品質なプロモーションポストデザインを作るのを助けるインタラクティブなツールだ。
インフルエンサー内では,ユーザが直感的に新しいアイデアを生成できる多次元レコメンデーションフレームワークをコントリビュートする。
Influentialは、コンテキスト認識の画像とキャプション探索をサポートする総合的なプロモーションポストデザインシステムを実装している。
論文 参考訳（メタデータ） (2024-07-20T16:27:49Z) - Divide and Conquer: Language Models can Plan and Self-Correct for
Compositional Text-to-Image Generation [72.6168579583414]
CompAgentは、大規模な言語モデル(LLM)エージェントをコアとして、コンポジションテキスト・画像生成のためのトレーニング不要のアプローチである。
提案手法は,オープンワールド合成T2I生成のための総合的なベンチマークであるT2I-CompBenchに対して10%以上の改善を達成している。
論文 参考訳（メタデータ） (2024-01-28T16:18:39Z) - AgentCF: Collaborative Learning with Autonomous Language Agents for
Recommender Systems [112.76941157194544]
本稿では,エージェントベースの協調フィルタリングにより,レコメンデータシステムにおけるユーザとイテムのインタラクションをシミュレートするエージェントCFを提案する。
我々は、ユーザだけでなく、アイテムをエージェントとして、創造的に考慮し、両方のエージェントを同時に最適化する協調学習アプローチを開発します。
全体として、最適化されたエージェントは、ユーザ・イテム、ユーザ・ユーザ・ユーザ、アイテム・イテム、集合的インタラクションなど、フレームワーク内での多様なインタラクションの振る舞いを示す。
論文 参考訳（メタデータ） (2023-10-13T16:37:14Z) - Writer-Defined AI Personas for On-Demand Feedback Generation [32.19315306717165]
著者が定義したAIペルソナを対象とする,オンデマンドのフィードバックを生成するコンセプトを提案する。
この研究は、AIツール設計における社会技術的視点を広げることで、AIでライターをサポートするというビジョンに寄与する。
論文 参考訳（メタデータ） (2023-09-19T08:49:35Z) - Generative Agents: Interactive Simulacra of Human Behavior [86.1026716646289]
生成エージェントを導入し,人間の振る舞いをシミュレートする計算ソフトウェアエージェントについて紹介する。
エージェントの経験の完全な記録を格納するために,大規模言語モデルを拡張するアーキテクチャについて述べる。
The Simsにインスパイアされた対話型サンドボックス環境に生成エージェントを投入する。
論文 参考訳（メタデータ） (2023-04-07T01:55:19Z) - Towards Building a Personalized Dialogue Generator via Implicit User
Persona Detection [0.0]
高品質なトランスミッションは基本的に、相手のペルソナを反映して構築されていると考えています。
そこで本研究では,暗黙のユーザペルソナを検知する対話生成手法を提案する。
論文 参考訳（メタデータ） (2022-04-15T08:12:10Z)
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。