論文の概要: Making Software Meaningful

• arxiv url: http://arxiv.org/abs/2606.11051v1
• Date: Tue, 09 Jun 2026 16:16:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.065561
• Title: Making Software Meaningful
• Title（参考訳）: ソフトウェアを意味のあるものにする
• Authors: Eagon Meng, Abutalib Namazov, Carmel Schare, Alcino Cunha, Daniel Jackson,
• Abstract要約: ひとつの尺度を採用することで、ソフトウェアのユーザビリティ、モジュール性、説明責任が向上します。 この振る舞いを含む現象は、ソフトウェアに関するすべての議論を根拠とする語彙となる。
• 参考スコア（独自算出の注目度）: 0.6801749815385998
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Adopting a single measure can improve the usability, modularity and accountability of software: a commitment to explicit meaning. This entails constructing and agreeing upon a representation of the behavior of the software, as observed in the domain of application. The phenomena comprising this behavior become a vocabulary that grounds all discourse about the software, among all stakeholders, and for all artifacts and activities. These phenomena are individuals; actions they participate in; and facts that result from actions. They can be organized, by partitioning the set of actions, into concepts, offering larger units of meaning. Examples of exploiting meaning are given in three areas: designing for usability (by aligning user and designer on a single shared meaning); generating modular code with LLMs (by mapping units of meaning to units of code, achieving not only modularity but also legibility); and making agents accountable (by having them adhere to a code of conduct that defines their intended behavior).
• Abstract（参考訳）: ひとつの尺度を採用することで、ソフトウェアのユーザビリティ、モジュール性、説明責任が改善されます。 これは、アプリケーションのドメインで見られるように、ソフトウェアの振る舞いの表現を構築し、合意することを必要とする。 この振る舞いを含む現象は、ソフトウェア、すべての利害関係者、そしてすべての成果物や活動に関するすべての議論の基礎となる語彙となる。 これらの現象は個人であり、それらが参加する行動であり、行動によって引き起こされる事実である。 アクションの集合を概念に分割し、より大きな意味単位を提供することで、それらを組織化することができる。 ユーザビリティを設計する(ユーザとデザイナを1つの共有された意味で調整する)、LLMでモジュールコードを生成する(コード単位に意味のユニットをマッピングし、モジュール性だけでなく、合法性も達成する)、エージェントに責任を負わせる(意図した振る舞いを定義する行動規範に従わせる)、という3つの分野があります。

関連論文リスト

• What You See Is What It Does: A Structural Pattern for Legible Software [0.29434930072968585]
  今日のソフトウェアはしばしば"不可能"であり、コードと観察された振る舞いの直接的な対応が欠如している。 新しい構造パターンは、ポータビリティとモジュラリティを改善した。 同期のためのドメイン固有の言語は、振る舞いの特徴を粒度で宣言的な方法で表現することができる。
  論文  参考訳（メタデータ） (2025-08-20T08:03:00Z)
• CodeDiffuser: Attention-Enhanced Diffusion Policy via VLM-Generated Code for Instruction Ambiguity [23.77040677368575]
  我々は,潜在的にあいまいな自然言語によって指定されたタスクを達成できる,新しいロボット操作フレームワークを導入する。 このフレームワークはVLM(Vision-Language Model)を使用して、自然言語命令の抽象概念を解釈する。 本稿では,言語あいまいさ,コンタクトリッチな操作,多目的インタラクションといった課題に対して,アプローチが優れていることを示す。
  論文  参考訳（メタデータ） (2025-06-19T23:42:03Z)
• PaCE: Parsimonious Concept Engineering for Large Language Models [57.740055563035256]
  Parsimonious Concept Engineering (PaCE)は、アライメントのための新しいアクティベーションエンジニアリングフレームワークである。 アクティベーション空間において,各原子が意味論的概念に対応する大規模概念辞書を構築する。 本研究では,PaCEが言語能力を維持しつつ,最先端のアライメント性能を実現することを示す。
  論文  参考訳（メタデータ） (2024-06-06T17:59:10Z)
• Executable Code Actions Elicit Better LLM Agents [76.95566120678787]
  この研究は、Pythonコードを使用して、Large Language Model(LLM)エージェントのアクションを統一されたアクション空間(CodeAct)に統合することを提案する。 Pythonインタプリタと統合されたCodeActは、コードアクションを実行し、事前アクションを動的に修正したり、マルチターンインタラクションを通じて新しい観察に新しいアクションを発行することができる。 CodeActのパフォーマンス向上は、解釈可能なコードを実行し、自然言語を使ってユーザとコラボレーションすることで、環境と対話するオープンソースのLLMエージェントを構築する動機となります。
  論文  参考訳（メタデータ） (2024-02-01T21:38:58Z)
• If LLM Is the Wizard, Then Code Is the Wand: A Survey on How Code Empowers Large Language Models to Serve as Intelligent Agents [81.60906807941188]
  大型言語モデル(LLM)は、自然言語と形式言語(コード)の組み合わせに基づいて訓練される コードは、標準構文、論理一貫性、抽象化、モジュール性を備えた高レベルの目標を実行可能なステップに変換する。
  論文  参考訳（メタデータ） (2024-01-01T16:51:20Z)
• SAGE: Bridging Semantic and Actionable Parts for GEneralizable Manipulation of Articulated Objects [9.500480417077272]
  本稿では,自然言語命令下での汎用的な操作を実現するために,意味的および動作可能なオブジェクトをブリッジする新しいフレームワークを提案する。 パーシャルグラウンドモジュールは、セマンティックな部分を「ジェネリザブル・アクティブル・パート(GAParts)」と表現し、パートモーションに関する情報を本質的に保持する。 インタラクティブなフィードバックモジュールが障害に対応するために組み込まれており、ループを閉じ、全体的なフレームワークの堅牢性を高める。
  論文  参考訳（メタデータ） (2023-12-03T07:22:42Z)
• Embodied Concept Learner: Self-supervised Learning of Concepts and Mapping through Instruction Following [101.55727845195969]
  本研究では,対話型3D環境におけるEmbodied Learner Concept (ECL)を提案する。 ロボットエージェントは視覚概念をグラウンディングし、セマンティックマップを構築し、タスクを完了させるためにアクションを計画することができる。 ECLは完全に透明で、長期計画において段階的に解釈可能である。
  論文  参考訳（メタデータ） (2023-04-07T17:59:34Z)

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。