論文の概要: From SERPs to Agents: A Platform for Comparative Studies of Information Interaction

• arxiv url: http://arxiv.org/abs/2601.09937v1
• Date: Wed, 14 Jan 2026 23:47:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-16 19:43:18.920266
• Title: From SERPs to Agents: A Platform for Comparative Studies of Information Interaction
• Title（参考訳）: SERPからエージェントへ:情報インタラクションの比較研究のためのプラットフォーム
• Authors: Saber Zerhoudi, Michael Granitzer,
• Abstract要約: 本稿では、Webベースのユーザ学習のためのオープンソースのシステムUXLabを紹介する。 そのコアはWebベースのダッシュボードで、複雑な実験的な設計の完全なコード構成を可能にする。 ユーザ行動とRAGと自律エージェントを比較したマイクロケーススタディを通じてUXLabの価値を実証する。
• 参考スコア（独自算出の注目度）: 2.50369129460887
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The diversification of information access systems, from RAG to autonomous agents, creates a critical need for comparative user studies. However, the technical overhead to deploy and manage these distinct systems is a major barrier. We present UXLab, an open-source system for web-based user studies that addresses this challenge. Its core is a web-based dashboard enabling the complete, no-code configuration of complex experimental designs. Researchers can visually manage the full study, from recruitment to comparing backends like traditional search, vector databases, and LLMs. We demonstrate UXLab's value via a micro case study comparing user behavior with RAG versus an autonomous agent. UXLab allows researchers to focus on experimental design and analysis, supporting future multi-modal interaction research.
• Abstract（参考訳）: RAGから自律エージェントへの情報アクセスシステムの多様化は、比較ユーザスタディにとって重要なニーズとなっている。 しかし、これらの異なるシステムのデプロイと管理の技術的オーバーヘッドは大きな障壁である。 この課題に対処する Web ベースのユーザリサーチ用オープンソースシステムである UXLab を紹介する。 そのコアはWebベースのダッシュボードで、複雑な実験的な設計の完全なコード構成を可能にする。 研究者は、採用から従来の検索、ベクトルデータベース、LLMなどのバックエンドの比較に至るまで、完全な研究を視覚的に管理できる。 ユーザ行動とRAGと自律エージェントを比較したマイクロケーススタディを通じてUXLabの価値を実証する。 UXLabは、将来のマルチモーダルインタラクション研究をサポートする、実験的な設計と分析に焦点を当てることを可能にする。

関連論文リスト

• Understanding Usage and Engagement in AI-Powered Scientific Research Tools: The Asta Interaction Dataset [47.98539809308384]
  我々は,20万以上のユーザクエリとインタラクションログからなる大規模リソースであるAsta Interactionデータセットを分析した。 クエリパターン、エンゲージメントの振る舞い、使用方法のエクスペリエンスによる進化を特徴付けます。 我々は、匿名化されたデータセットと分析を新しいクエリ分類でリリースし、現実世界のAI研究アシスタントの将来の設計を知らせる。
  論文  参考訳（メタデータ） (2026-02-26T18:40:28Z)
• From Agent-Only Social Networks to Autonomous Scientific Research: Lessons from OpenClaw and Moltbook, and the Architecture of ClawdLab and Beach.Science [0.0]
  OpenClawとMoltbookは2026年1月に、自律型AI-AIインタラクションの大規模なデータセットを作成した。 本研究は,その生態系の多言語文献レビューを行い,自律科学研究のための2つの補完的プラットフォームを提示する。
  論文  参考訳（メタデータ） (2026-02-23T13:10:01Z)
• FROAV: A Framework for RAG Observation and Agent Verification - Lowering the Barrier to LLM Agent Research [0.5729426778193398]
  本稿では,LLM(Large Language Models)エージェント研究を民主化する,オープンソースの研究プラットフォームであるFROAVを紹介する。 FROAVは、マルチステージのRetrieval-Augmented Generation (RAG)パイプラインと、厳格な"LLM-as-a-Judge"評価システムを実装している。 我々のフレームワークは、ノーコードワークフロー設計にn8n、フレキシブルバックエンドロジックにFastAPI、ヒューマン・イン・ザ・ループインタラクションにStreamlitを統合しています。
  論文  参考訳（メタデータ） (2026-01-12T13:02:32Z)
• Let the Barbarians In: How AI Can Accelerate Systems Performance Research [80.43506848683633]
  我々は、この繰り返しサイクルを、AI駆動システム研究の生成、評価、洗練のサイクルと呼ぶ。 我々はADRSが生成するソリューションが人間の最先端の設計に適合し、さらに優れることを示した。
  論文  参考訳（メタデータ） (2025-12-16T18:51:23Z)
• SelfAI: Building a Self-Training AI System with LLM Agents [79.10991818561907]
  SelfAIは、高レベルの研究目的を標準化された実験構成に変換するためのUser Agentを組み合わせた、一般的なマルチエージェントプラットフォームである。 実験マネージャは、連続的なフィードバックのための構造化知識ベースを維持しながら、異種ハードウェアをまたいだ並列かつフォールトトレラントなトレーニングを編成する。 回帰、コンピュータビジョン、科学計算、医用画像、薬物発見ベンチマークなどを通じて、SelfAIは一貫して高いパフォーマンスを達成し、冗長な試行を減らしている。
  論文  参考訳（メタデータ） (2025-11-29T09:18:39Z)
• LLM-based Multi-Agent Blackboard System for Information Discovery in Data Science [69.1690891731311]
  従来のAIモデルのためのブラックボードアーキテクチャに着想を得た,新しいマルチエージェント通信パラダイムを提案する。 このフレームワークでは、中央エージェントが共有ブラックボードにリクエストをポストし、自律的な従属エージェントがその能力に基づいて応答する。 明示的なデータ発見を必要とする3つのベンチマークに対して,本手法の評価を行った。
  論文  参考訳（メタデータ） (2025-09-30T22:34:23Z)
• Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
  汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。 現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。 我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
  論文  参考訳（メタデータ） (2025-08-01T08:11:31Z)
• UXAgent: A System for Simulating Usability Testing of Web Design with LLM Agents [40.22609543755458]
  近年のLarge Language Model-simulated Agent (LLM Agent) 研究はUXAgentの設計に影響を与えた。 システムにはペルソナジェネレータモジュール,LDMエージェントモジュール,ユニバーサルブラウザコネクタモジュールがあり,数千のシミュレーションユーザを自動的に生成する。
  論文  参考訳（メタデータ） (2025-04-13T02:34:22Z)
• UXAgent: An LLM Agent-Based Usability Testing Framework for Web Design [33.901185088456614]
  近年のLarge Language Model-simulated Agent (LLM-Agent) 研究はUXAgentの設計に影響を与えた。 LLM-Agentモジュールとユニバーサルブラウザコネクタモジュールを備えており、UX研究者は、ターゲットWebサイトをテストするために、何千ものシミュレーションされたユーザを自動的に生成できる。
  論文  参考訳（メタデータ） (2025-02-18T05:55:18Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)

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。