論文の概要: Mind the Prompt: Self-adaptive Generation of Task Plan Explanations via LLMs

• arxiv url: http://arxiv.org/abs/2604.21092v1
• Date: Wed, 22 Apr 2026 21:22:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-24 14:40:06.180365
• Title: Mind the Prompt: Self-adaptive Generation of Task Plan Explanations via LLMs
• Title（参考訳）: Mind the Prompt: LLMによるタスクプラン記述の自己適応的生成
• Authors: Gricel Vázquez, Alexandros Evangelidis, Sepeedeh Shahbeigi, Radu Calinescu, Simos Gerasimou,
• Abstract要約: 我々は,認知的かつ確率的な意思決定プロセスとして,迅速なエンジニアリングを形式化する概念実証型自己適応アプローチを導入する。 適応的説明生成とその特性を定量的かつ質的に評価する。 本研究は,人間の認識とユーザプロファイルのフィードバックを自動的な即興合成に組み込むことの可能性を示した。
• 参考スコア（独自算出の注目度）: 41.48741921431306
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Integrating Large Language Models (LLMs) into complex software systems enables the generation of human-understandable explanations of opaque AI processes, such as automated task planning. However, the quality and reliability of these explanations heavily depend on effective prompt engineering. The lack of a systematic understanding of how diverse stakeholder groups formulate and refine prompts hinders the development of tools that can automate this process. We introduce COMPASS (COgnitive Modelling for Prompt Automated SynthesiS), a proof-of-concept self-adaptive approach that formalises prompt engineering as a cognitive and probabilistic decision-making process. COMPASS models unobservable users' latent cognitive states, such as attention and comprehension, uncertainty, and observable interaction cues as a POMDP, whose synthesised policy enables adaptive generation of explanations and prompt refinements. We evaluate COMPASS using two diverse cyber-physical system case studies to assess the adaptive explanation generation and their qualities, both quantitatively and qualitatively. Our results demonstrate the feasibility of COMPASS integrating human cognition and user profile's feedback into automated prompt synthesis in complex task planning systems.
• Abstract（参考訳）: LLM(Large Language Models)を複雑なソフトウェアシステムに統合することで、自動化タスク計画のような不透明なAIプロセスに関する人間の理解できない説明を生成することができる。 しかし、これらの説明の質と信頼性は効果的なプロンプト工学に大きく依存している。 多様な利害関係者グループがどのように定式化し、洗練するかという体系的な理解の欠如は、このプロセスを自動化するツールの開発を妨げる。 我々は,認知的かつ確率的な意思決定プロセスとして,迅速なエンジニアリングを形式化する概念的自己適応的アプローチであるCompASS(Cognitive Modelling for Prompt Automated SynthesiS)を紹介する。 CompASSは、注意と理解、不確実性、および観測可能な相互作用のキューをPOMDPとしてモデル化する。 我々は2つのサイバー物理システムケーススタディを用いてCompASSを評価し、適応的説明生成とその品質を定量的かつ質的に評価する。 本研究は,複雑なタスクプランニングシステムにおいて,人間認知とユーザプロファイルのフィードバックを自動的なプロンプト合成に統合するCompASSの実現可能性を示すものである。

関連論文リスト

• Steering LLMs via Scalable Interactive Oversight [74.12746881843044]
  大規模な言語モデルは、エンフェーブコーディングのような複雑で長期にわたるタスクをますます自動化し、監督のギャップが生まれています。 スケーラブルな監視において重要な課題は、人間が責任を持ってAIシステムを、特定または検証する能力を超えたタスクで操ることができることだ。
  論文  参考訳（メタデータ） (2026-02-04T04:52:00Z)
• Fundamentals of Building Autonomous LLM Agents [64.39018305018904]
  本稿では,大規模言語モデル(LLM)を用いたエージェントのアーキテクチャと実装手法について概説する。 この研究は、複雑なタスクを自動化し、人間の能力でパフォーマンスのギャップを埋めることのできる「アジェンティック」なLLMを開発するためのパターンを探求することを目的としている。
  論文  参考訳（メタデータ） (2025-10-10T10:32:39Z)
• o-MEGA: Optimized Methods for Explanation Generation and Analysis [1.4113638641649384]
  textbftexttto-megaは、最も効果的な説明可能なAIメソッドを自動的に識別するように設計されたツールである。 自動ファクトチェックシステムにおける透明性の向上を実証する。
  論文  参考訳（メタデータ） (2025-09-30T21:08:36Z)
• Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
  AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。 不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。 対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
  論文  参考訳（メタデータ） (2025-02-18T17:12:26Z)
• Synergising Human-like Responses and Machine Intelligence for Planning in Disaster Response [10.294618771570985]
  デュアルプロセス理論(DPT)にインスパイアされた注意に基づく認知アーキテクチャを提案する。 このフレームワークは、高速だが(人間のような)応答と、遅いが最適化されたマシンインテリジェンスの計画能力を統合する。
  論文  参考訳（メタデータ） (2024-04-15T15:47:08Z)
• Concept-Guided LLM Agents for Human-AI Safety Codesign [6.603483691167379]
  ジェネレーティブAIは、安全工学を含むソフトウェア工学においてますます重要になっている。 ソフトウェアシステムの複雑さと安全性を効果的に解決できる、より高度で高度なアプローチを開発することが重要です。 安全解析やヒューマンAI符号設計に大規模言語モデルを活用するための,効率的かつハイブリッドな戦略を提案する。
  論文  参考訳（メタデータ） (2024-04-03T11:37:01Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)

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。