論文の概要: Personalizing LLM-Based Conversational Programming Assistants

• arxiv url: http://arxiv.org/abs/2604.12998v1
• Date: Tue, 14 Apr 2026 17:31:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.587749
• Title: Personalizing LLM-Based Conversational Programming Assistants
• Title（参考訳）: LLMに基づく対話型プログラミングアシスタントのパーソナライズ
• Authors: Jonan Richards,
• Abstract要約: 大規模言語モデル(LLM)は、様々なソフトウェア工学(SE)ツールをパワーアップする上で、非常に有望であることを示している。 本稿では,認知の多様性と組織的コンテキストが開発者のニーズにどのように影響するかを特徴付けるために,我々の現在および将来的な取り組みについて論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large Language Models (LLMs) have shown much promise in powering a variety of software engineering (SE) tools. Offering natural language as an intuitive interaction mechanism, LLMs have recently been employed as conversational ``programming assistants'' capable of supporting several SE activities simultaneously. As with any SE tool, it is crucial that these assistants effectively meet developers' needs. Recent studies have shown addressing this challenge is complicated by the variety in developers' needs, and the ambiguous and unbounded nature of conversational interaction. This paper discusses our current and future work towards characterizing how diversity in cognition and organizational context impacts developers' needs, and exploring personalization as a means of improving the inclusivity of LLM-based conversational programming assistants.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、様々なソフトウェア工学(SE)ツールをパワーアップする上で、非常に有望であることを示している。 自然言語を直感的な対話機構として提供するLLMは,近年,複数のSEアクティビティを同時にサポート可能な会話型‘プログラミングアシスタント’として採用されている。 あらゆるSEツールと同様に、これらのアシスタントが開発者の要求を効果的に満たすことが重要です。 近年の研究では、この課題に対処することは、開発者のニーズの多様性と、会話の相互作用のあいまいさと非バウンド性によって複雑であることが示されている。 本稿では,認知の多様性と組織的文脈の多様性が開発者のニーズにどのように影響するかを,LLMベースの対話型プログラミングアシスタントの傾きを改善する手段としてパーソナライゼーションを探求する。

関連論文リスト

• Decoding Human-LLM Collaboration in Coding: An Empirical Study of Multi-Turn Conversations in the Wild [15.241064679369407]
  LMSYS-Chat-1MとWildChatのデータセットを用いて,人間とLLMのコーディングコラボレーションに関する実証分析を行った。 コード品質の最適化は線形パターン、デザイン駆動のタスクはツリー構造に傾き、クエリはスターパターンを好む。 この研究は、人間とLLMのシナジーの理解を広げ、より効果的なAI支援開発を支援すると信じている。
  論文  参考訳（メタデータ） (2025-12-11T10:14:42Z)
• Enhancing Software Development with Context-Aware Conversational Agents: A User Study on Developer Interactions with Chatbots [3.6321891270689055]
  テキストベースのチャットボットのプロトタイプを用いて,29人の開発者を対象に,好みの機能について調査を行った。 その結果,タスク自動化,バージョン管理サポート,コンテキスト適応性への強い関心が明らかになった。 我々は,CA設計における深い文脈理解,歴史的相互作用意識,パーソナライズされた支援の重要性を強調した。
  論文  参考訳（メタデータ） (2025-05-13T15:08:55Z)
• Conversational AI as a Coding Assistant: Understanding Programmers' Interactions with and Expectations from Large Language Models for Coding [5.064404027153094]
  大規模言語モデル(LLM)を利用した会話型AIインタフェースは、コーディングアシスタントとしてますます利用されている。 本研究は,LLM駆動型コーディングアシスタントにおけるプログラマの利用パターン,知覚,インタラクション戦略について検討する。
  論文  参考訳（メタデータ） (2025-03-14T15:06:07Z)
• Large Language Model Can Transcribe Speech in Multi-Talker Scenarios with Versatile Instructions [68.98811048970963]
  我々は,多話者環境における音声の書き起こしにおける大規模言語モデル(LLM)の能力について,先駆的な研究を行う。 We use WavLM and Whisper encoder to extract multi-faceted speech representations that sensitive to speaker characteristics and semantic context。 提案システムであるMT-LLMのカクテルパーティーシナリオにおける有望な性能について実験を行った。
  論文  参考訳（メタデータ） (2024-09-13T07:28:28Z)
• What You Need is What You Get: Theory of Mind for an LLM-Based Code Understanding Assistant [0.0]
  開発者のコード理解を支援するために、多くのツールがLLM(Large Language Models)を使用している。 本研究では,LLMをベースとした対話型アシスタントの設計を行った。 コード理解の初心者を支援するためにLLMベースの会話アシスタントを開発したり改善したりしたい研究者やツールビルダーに洞察を提供する。
  論文  参考訳（メタデータ） (2024-08-08T14:08:15Z)
• Exploring Interaction Patterns for Debugging: Enhancing Conversational Capabilities of AI-assistants [18.53732314023887]
  大規模言語モデル(LLM)は、プログラマが様々なソフトウェア開発タスクの自然言語説明を得ることを可能にする。 LLMはしばしば十分な文脈なしに行動し、暗黙の仮定や不正確な反応を引き起こす。 本稿では,対話パターンと会話分析からインスピレーションを得て,デバッグのための対話型AIアシスタントRobinを設計する。
  論文  参考訳（メタデータ） (2024-02-09T07:44:27Z)
• LMRL Gym: Benchmarks for Multi-Turn Reinforcement Learning with Language Models [56.25156596019168]
  本稿では,LMRL-Gymベンチマークを用いて,大規模言語モデル(LLM)のマルチターンRLの評価を行う。 我々のベンチマークは8つの異なる言語タスクで構成されており、複数ラウンドの言語相互作用が必要であり、オープンエンド対話やテキストゲームにおける様々なタスクをカバーする。
  論文  参考訳（メタデータ） (2023-11-30T03:59:31Z)
• ChatDev: Communicative Agents for Software Development [84.90400377131962]
  ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。 これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
  論文  参考訳（メタデータ） (2023-07-16T02:11:34Z)

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。