論文の概要: A Formalism-Aware Reward Loop for Handwritten UML-to-PlantUML Generation

• arxiv url: http://arxiv.org/abs/2607.28987v1
• Date: Fri, 31 Jul 2026 03:30:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.581142
• Title: A Formalism-Aware Reward Loop for Handwritten UML-to-PlantUML Generation
• Title（参考訳）: 手書きUML-to-PlantUML生成のための形式的再帰ループ
• Abstract要約: 視覚言語モデルは図画像からP植物UMLを生成することができるが、プロンプトベースの利用では、構造化されたモデル生成ではなく、画像からテキストへの生成として扱う。 我々は,超視覚的微調整とグループ相対ポリシーを用いた手書き-手書き-手書きUML生成のための視覚言語モデルを適用した。 新たな結果は、適応モデルが未調整のオープンモデルと1つのプロプライエタリなベースラインに対してコンパイル性と変換品質を向上させる一方で、クラスダイアグラム上のより強力なプロプライエタリなベースラインと競合することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Handwritten UML sketches are common in early software design, but turning them into structured, analysable modelling artefacts still requires manual reconstruction. Vision-language models can generate PlantUML from diagram images, but prompt-based use treats this as image-to-text generation rather than structured model generation. We investigate formalism-aware rewards: feedback signals derived from analysable model representations rather than surface text. In a worked example, we adapt a vision-language model for handwritten UML-to-PlantUML generation using super-vised fine-tuning followed by Group Relative Policy Optimisation. Generated PlantUML is compared against target representations, using XMI for class diagrams and control-flow graphs for activity diagrams. Emerging results show that the adapted model improves compilability and conversion quality over the untuned open model and one proprietary baseline, while remaining competitive with a stronger proprietary baseline on class diagrams. The added benefit of the reward-guided stage remains open on the current held-out set. Error analysis and metric-validity results show that modelling acceptability is only partially captured, motivating rewards and evaluations that combine model analysis with human judgement.
• Abstract（参考訳）: 手書きのUMLスケッチは、初期のソフトウェア設計では一般的ですが、構造化され、分析可能なモデリングアーティファクトに変換するには、手作業による再構築が必要です。 視覚言語モデルは図画像からP植物UMLを生成することができるが、プロンプトベースの利用では、構造化されたモデル生成ではなく、画像からテキストへの生成として扱う。 本稿では,曲面テキストではなく解析可能なモデル表現から得られるフィードバック信号について,フォーマリズムを意識した報酬について検討する。 実例では、超視覚的な微調整とグループ相対政策最適化を用いて手書きUML-to-PlantUML生成のための視覚言語モデルを適用する。 生成されたPlantUMLは、クラス図のXMIとアクティビティ図の制御フローグラフを使用して、ターゲット表現と比較される。 新たな結果は、適応モデルが未調整のオープンモデルと1つのプロプライエタリなベースラインに対してコンパイル性と変換品質を向上させる一方で、クラスダイアグラム上のより強力なプロプライエタリなベースラインと競合することを示す。 報酬誘導ステージの付加的なメリットは、現在の保留セットにはまだ残っている。 誤差解析とメートル法妥当性の結果は、モデル解析と人間の判断を組み合わせた報酬と評価を動機付け、モデル化の受容性は部分的にのみ捕捉されることを示している。

関連論文リスト

• Large Language Models for Software Engineering Diagrams: A Systematic Review of UML and ER modelling [1.7587442088965224]
  大規模言語モデル(LLM)は図ベースのソフトウェアやデータモデリングにますます適用されています。 近年, ダイアグラムモデリングにおけるLCMの様々な応用について研究されているが, その有効性や限界については議論されていない。 この体系的な文献レビューは、2023年から2025年の間に出版された64の論文を分析した。
  論文  参考訳（メタデータ） (2026-07-28T06:41:32Z)
• GloTok: Global Perspective Tokenizer for Image Reconstruction and Generation [51.95701097588426]
  トークン化された特徴のより均一な意味分布をモデル化するために,Global Perspective Tokenizer(GloTok)を導入する。 量子化による再構成誤差を最小限に抑えるために, 微細な細部を復元するために, 残差学習モジュールを提案する。 標準のImageNet-1kベンチマーク実験により,提案手法が最先端の復元性能と生成品質を実現することを確認した。
  論文  参考訳（メタデータ） (2025-11-18T06:40:26Z)
• GRAM: A Generative Foundation Reward Model for Reward Generalization [48.63394690265176]
  まず,大規模教師なし学習を用いて学習し,教師付き学習により微調整を行う生成報酬モデルを開発した。 このモデルは、応答ランキング、人間のフィードバックからの強化学習、微調整によるタスク適応など、様々なタスクをうまく一般化する。
  論文  参考訳（メタデータ） (2025-06-17T04:34:27Z)
• Self-Rewarding Large Vision-Language Models for Optimizing Prompts in Text-to-Image Generation [61.31036260686349]
  本稿では,シンプルなユーザプロンプトをテキスト・ツー・イメージ・モデルに洗練されたプロンプトに変換するための新しいプロンプト最適化フレームワークを提案する。 具体的には、ユーザプロンプトを書き換えるために大きな視覚言語モデル(LVLM)を使用し、同時にLVLMを報酬モデルとして使用し、最適化されたプロンプトによって生成された画像の美学とアライメントをスコアする。 努力的な人間のフィードバックの代わりに、私たちはLVLMの以前の知識を利用して報酬、すなわちAIフィードバックを提供します。
  論文  参考訳（メタデータ） (2025-05-22T15:05:07Z)
• Compile Scene Graphs with Reinforcement Learning [69.36723767339001]
  次世代予測は大規模言語モデル(LLM)の訓練の基本原理である 本稿では,マルチモーダルLLM(M-LLM)であるR1-SGGを紹介する。 私たちは、Hard Recall、Hard Recall+Relax、Soft Recallの3つのリコールベースのバリエーションを含む、グラフ中心の報酬セットを設計します。
  論文  参考訳（メタデータ） (2025-04-18T10:46:22Z)
• Unified Modeling Language Code Generation from Diagram Images Using Multimodal Large Language Models [0.41942958779358674]
  本稿では,大規模マルチモーダル言語モデルを用いたコードの自動生成手法を提案する。 ドメイン適応型MM-LLMはコード生成自動化のために動作し、最高のモデルではシーケンスダイアグラム上でBLEUとSSIMスコア0.779と0.942を達成した。
  論文  参考訳（メタデータ） (2025-03-15T23:20:26Z)
• Latent Thought Models with Variational Bayes Inference-Time Computation [52.63299874322121]
  ラテント思考モデル(LTM)は、ラテント空間における明示的な事前モデルに従う明示的なラテント思考ベクトルを包含する。 LTMは自己回帰モデルや離散拡散モデルよりも優れたサンプルおよびパラメータ効率を示す。
  論文  参考訳（メタデータ） (2025-02-03T17:50:34Z)
• Revisiting SMoE Language Models by Evaluating Inefficiencies with Task Specific Expert Pruning [78.72226641279863]
  SMOE(Sparse Mixture of Expert)モデルは、言語モデリングにおける高密度モデルに代わるスケーラブルな代替品として登場した。 本研究は,SMoEアーキテクチャの設計に関する意思決定を行うために,タスク固有のモデルプルーニングについて検討する。 適応型タスク対応プルーニング手法 UNCURL を導入し,MoE 層当たりの専門家数をオフラインで学習する手法を提案する。
  論文  参考訳（メタデータ） (2024-09-02T22:35:03Z)
• From Image to UML: First Results of Image Based UML Diagram Generation Using LLMs [1.961305559606562]
  ソフトウェア工学のプロセスでは、システムはまずモデリング言語を使って指定される。 大規模言語モデル(LLM)は、与えられた図面からUMLモデルの形式表現を生成するために使用される。 より具体的には、クラス図の画像を画像に表される実際のモデルに変換するための異なるLCMの能力を評価した。
  論文  参考訳（メタデータ） (2024-04-17T13:33:11Z)
• Model Generation with LLMs: From Requirements to UML Sequence Diagrams [9.114284818139069]
  本稿では,NL要求から特定のモデル,すなわちシーケンス図を生成するChatGPTの能力について検討する。 本稿では,ChatGPTが生成した28種類の要求文書と異なるドメインのシーケンス図について検討する。 以上の結果から, モデルが標準に適合し, 合理的な理解可能性を示す一方で, 要求条件に対する完全性や正当性は, しばしば課題となることが示唆された。
  論文  参考訳（メタデータ） (2024-04-09T15:07:25Z)
• Multi-modal Auto-regressive Modeling via Visual Words [96.25078866446053]
  本稿では,視覚的特徴を大規模多モードモデルの語彙上の確率分布にマッピングする視覚トークンの概念を提案する。 さらに、LMM内の意味空間における視覚的特徴の分布と、視覚情報を表現するためにテキスト埋め込みを使用することの可能性について検討する。
  論文  参考訳（メタデータ） (2024-03-12T14:58:52Z)
• Vi(E)va LLM! A Conceptual Stack for Evaluating and Interpreting Generative AI-based Visualizations [1.709620026135923]
  大規模言語モデル(LLM)は、可視化に関連する生成タスクをサポートするための興味深い選択肢となっている。 本稿では,LLMを用いて生成した可視化の評価をモデル化する問題に対処する。 本稿では,原子部品の評価を分解する理論評価スタックEvaLLMを提案する。
  論文  参考訳（メタデータ） (2024-02-03T14:28:55Z)

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。