論文の概要: BONSAI: A Mixed-Initiative Workspace for Human-AI Co-Development of Visual Analytics Applications
- arxiv url: http://arxiv.org/abs/2604.19247v1
- Date: Tue, 21 Apr 2026 08:57:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-22 22:41:49.6952
- Title: BONSAI: A Mixed-Initiative Workspace for Human-AI Co-Development of Visual Analytics Applications
- Title（参考訳）: BONSAI:ビジュアル分析アプリケーションの人間-AI共同開発のための混合開始型ワークスペース
- Authors: Thilo Spinner, Matthias Miller, Fabian Sperrle-Roth, Mennatallah El-Assady,
- Abstract要約: BONSAIは、Visual Analyticsアプリケーションのマルチエージェント共同開発のための混合開始型ワークスペースである。
本稿では、複雑なVA開発に必要な構造的厳密さとAIの生成速度のバランスをとるために、概念的ワークフロー、スケーラブルなアーキテクチャ、統合システムに貢献する。
- 参考スコア（独自算出の注目度）: 13.657176068149417
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developing Visual Analytics (VA) applications requires integrating complex machine learning models with expressive interactive interfaces. Developers face a stark trade-off: building tightly-coupled monoliths plagued by fragile interdependencies, or relying on restrictive, simplistic frameworks. Meanwhile, unconstrained, single-shot AI code generation promises speed but yields unstructured, unauditable chaos. The core challenge is combining the control and expressiveness of custom development with the efficiency of AI generation under strict constraints. To address this, we introduce BONSAI, a mixed-initiative workspace for the multi-agent co-development of VA applications. BONSAI utilizes a modular four-layer architecture (hardware, services, orchestration, application) that allows human and AI developers to independently contribute reusable components. The workspace incorporates this architecture into a structured four-phase development process (plan, design, monitor, and review), ensuring distributed agency and full provenance, where all human and AI contributions are structurally bounded and tracked. We evaluate BONSAI through case studies demonstrating the efficient creation of novel tools and the rapid reconstruction of complex VA applications directly from research paper descriptions. Ultimately, this paper contributes a conceptual workflow, a scalable architecture, and an integrated system that successfully balances AI's generative speed with the structural rigor required for complex VA development.
- Abstract（参考訳）: Visual Analytics(VA)アプリケーションの開発には、複雑な機械学習モデルと表現力のあるインタラクティブインターフェースを統合する必要がある。
厳密に結合されたモノリスの構築は、脆弱な相互依存性に悩まされるか、制限的で単純化されたフレームワークに依存している。
一方、制約のない単発のAIコード生成はスピードを約束するが、構造化されていない無知のカオスをもたらす。
最大の課題は、カスタム開発のコントロールと表現性を、厳格な制約の下でAI生成の効率と組み合わせることである。
そこで本研究では,VAアプリケーションのマルチエージェント共同開発のための混合開始型ワークスペースBONSAIを紹介する。
BONSAIはモジュール型の4層アーキテクチャ(ハードウェア、サービス、オーケストレーション、アプリケーション)を使用しており、人間とAI開発者が独立して再利用可能なコンポーネントをコントリビュートすることができる。
このワークスペースは、このアーキテクチャを構造化された4段階の開発プロセス(計画、設計、監視、レビュー)に組み込んで、分散エージェンシーと完全な証明を保証する。
我々は,新しいツールの効率的な作成と複雑なVAアプリケーションの迅速な再構築を事例として,研究論文からBONSAIを評価した。
最終的に、複雑なVA開発に必要な構造的厳密さとAIの生成速度のバランスをとることに成功している、概念的ワークフロー、スケーラブルなアーキテクチャ、統合システムに寄与する。
関連論文リスト
- HAIF: A Human-AI Integration Framework for Hybrid Team Operations [0.0]
ナレッジワークにおける生成AI、コピロ、エージェントシステムの迅速な展開は、運用上のギャップを生み出している。
既存のフレームワークでは、AIエージェントが人間と一緒に静的に委譲されたタスクを実行するチームでの日々の作業の整理方法に対処していない。
本稿では,4つの基本原理に基づいて構築されたプロトコルベースのスケーラブルな運用システムであるHumanAI Integration Framework(HAIF)を提案する。
論文 参考訳（メタデータ） (2026-02-07T17:49:53Z) - Efficient and Scalable Agentic AI with Heterogeneous Systems [1.8921715645847679]
AIエージェントは、幅広いアプリケーションにおいて支配的なワークロードとして現れており、企業や消費者にAIの約束されたメリットを提供するための手段として期待されている。
AIエージェントの使用をスケールするには、効率的でスケーラブルなデプロイメントとエージェントサービスインフラストラクチャが必要です。
異種計算インフラストラクチャ上でAIエージェントのワークロードを動的にオーケストレーションするシステム設計を提案する。
論文 参考訳（メタデータ） (2025-07-25T19:02:42Z) - Exploring Prompt Patterns in AI-Assisted Code Generation: Towards Faster and More Effective Developer-AI Collaboration [3.1861081539404137]
本稿では,AI支援コード生成に必要となるインタラクション数を最小化するために,構造化されたプロンプトパターンの適用について検討する。
我々は,開発者とAI間の往復通信を減らすことの有効性を評価するために,異なる7つのプロンプトパターンを分析した。
論文 参考訳（メタデータ） (2025-06-02T12:43:08Z) - Vibe Coding vs. Agentic Coding: Fundamentals and Practical Implications of Agentic AI [0.36868085124383626]
レビューでは、AI支援ソフトウェア開発の新たなパラダイムとして、バイブコーディングとエージェントコーディングの2つを包括的に分析している。
Vibeのコーディングは、インプットベースで対話的なインタラクションを通じて、直感的で、ループ内の人間間インタラクションを強調する。
エージェントコーディングは、最小限の介入でタスクを計画、実行、テスト、反復できる目標駆動エージェントを通じて、自律的なソフトウェア開発を可能にする。
論文 参考訳（メタデータ） (2025-05-26T03:00:21Z) - Flow State: Humans Enabling AI Systems to Program Themselves [0.24578723416255752]
我々は,Human-AI共同設計を中心としたプラットフォームであるPocketflowを紹介した。
PocketflowはPythonフレームワークであり、意図的に最小限だが相乗的なコア抽象化セットの上に構築されている。
非常に小さなコードしか持たない堅牢でベンダに依存しない基盤を提供し、明らかにオーバーヘッドを減らします。
論文 参考訳（メタデータ） (2025-04-03T05:25:46Z) - Transforming the Hybrid Cloud for Emerging AI Workloads [82.21522417363666]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳（メタデータ） (2024-11-20T11:57:43Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である
本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
論文 参考訳（メタデータ） (2023-12-22T17:57:57Z) - i-Code Studio: A Configurable and Composable Framework for Integrative
AI [93.74891865028867]
統合AIのためのフレキシブルで構成可能なフレームワークであるi-Code Studioを提案する。
i-Code Studioは、複雑なマルチモーダルタスクを実行するために、微調整なしで複数の事前訓練されたモデルを編成する。
i-Code Studioは、ビデオからテキストへの検索、音声から音声への翻訳、視覚的質問応答など、さまざまなゼロショットマルチモーダルタスクに関する印象的な結果を達成する。
論文 参考訳（メタデータ） (2023-05-23T06:45:55Z)
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。