論文の概要: PICopilot: An LLM-based Agentic Framework for Assisting Photonic Integrated Circuit Design via Script Generation
- arxiv url: http://arxiv.org/abs/2608.01791v2
- Date: Wed, 05 Aug 2026 06:30:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 14:48:43.116323
- Title: PICopilot: An LLM-based Agentic Framework for Assisting Photonic Integrated Circuit Design via Script Generation
- Title（参考訳）: PICopilot:スクリプト生成によるフォトニック集積回路設計を支援するLLMベースのエージェントフレームワーク
- Authors: Xiaohan Jiang, Zeyu Li, Wei Zhang, Jiang Xu,
- Abstract要約: 本稿では,最初の大規模言語モデル(LLM)に基づくエージェントフレームワークであるPICopilotを紹介し,自然言語命令からスクリプトの自動生成によるPIC設計を支援する。
多様なPICスクリプティングタスクのベンチマークの結果、PICopilotは48のタスクをすべて完了し、他のLCMベースのアプローチよりも優れていることが示された。
- 参考スコア（独自算出の注目度）: 9.18325943431
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid development of photonic integrated circuits (PICs) is shifting the design flow from traditional graphical user interface (GUI)-based methods to script-based methods for higher flexibility, portability, and maintainability. However, script-based design introduces new challenges, requiring designers to possess additional proficiency in tool application programming interfaces (APIs) and programming. It also demands greater effort and time because it is inherently less intuitive and more complex than GUI-based methods. As PICs grow in scale and complexity, the productivity gap between design needs and manual scripting capabilities continues to widen. To address this gap, we introduce PICopilot, the first large language model (LLM)-based agentic framework that assists in PIC design via automated design script generation from natural language instructions. PICopilot leverages a multi-agent architecture with a feedback mechanism and a specifically designed retrieval-augmented generation (RAG) pipeline, achieving a high success rate and reliability. Experimental results on a benchmark of diverse PIC scripting tasks demonstrate that PICopilot successfully completes all 48 tasks and outperforms other LLM-based approaches without incurring substantial extra latency or cost, even solving 21 more tasks than the advanced GPT-5 model with a general RAG pipeline.
- Abstract（参考訳）: フォトニック集積回路(PIC)の急速な開発は、デザインフローを従来のグラフィカルユーザインタフェース(GUI)ベースの方法から、より高い柔軟性、ポータビリティ、保守性のためにスクリプトベースの方法に変更している。
しかし、スクリプトベースのデザインは新たな課題をもたらし、デザイナはツールアプリケーションプログラミングインターフェース(API)とプログラミングにさらなる能力を持つ必要がある。
また、GUIベースのメソッドよりも本質的に直感的でなく、より複雑であるため、より努力と時間を要する。
PICの規模と複雑さが大きくなるにつれて、設計ニーズと手動スクリプト機能の間の生産性のギャップは拡大し続けています。
このギャップに対処するため,最初の大規模言語モデル(LLM)ベースのエージェントフレームワークであるPICopilotを導入し,自然言語命令から自動設計スクリプトを生成することにより,PIC設計を支援する。
PICopilotはフィードバック機構と特別に設計された検索拡張生成(RAG)パイプラインを備えたマルチエージェントアーキテクチャを活用し、高い成功率と信頼性を実現する。
多様なPICスクリプティングタスクのベンチマーク実験の結果、PICopilotは48のタスクをすべて完了し、大幅な遅延やコストを発生させることなく他のLCMベースのアプローチよりも優れており、一般のRAGパイプラインを用いた高度なGPT-5モデルよりも21のタスクを解決している。
関連論文リスト
- UI-Copilot: Advancing Long-Horizon GUI Automation via Tool-Integrated Policy Optimization [70.85564601986263]
実験の結果, UI-Copilot-7BはMemGUI-Benchに挑戦する上で最先端の性能を発揮することがわかった。
UI-Copilot-7BはAndroidWorldのQwenベースモデルに対して17.1%の絶対的な改善を提供する。
論文 参考訳（メタデータ） (2026-04-15T12:55:46Z) - Simpliflow: A Lightweight Open-Source Framework for Rapid Creation and Deployment of Generative Agentic AI Workflows [0.0]
生成エージェントAIシステムは、複雑なマルチステップタスクを自動化するための強力なパラダイムとして登場しています。
これらのシステムを構築するための既存のフレームワークには、相当な複雑さ、急勾配の学習曲線、相当な定型コードが導入されている。
これは、これらの課題に対処するために設計された軽量でオープンソースのPythonフレームワークであるsimpliflowを導入する。
論文 参考訳（メタデータ） (2025-10-12T16:02:50Z) - GUISpector: An MLLM Agent Framework for Automated Verification of Natural Language Requirements in GUI Prototypes [58.197090145723735]
本稿では,GUIプロトタイプにおけるNL要求の自動検証にマルチモーダル(M)LLMエージェントを利用する新しいフレームワークを提案する。
GuiSpectorはエージェントの検証プロセスから詳細なNLフィードバックを抽出し、開発者に実行可能な洞察を提供する。
本稿では,これらの機能を統合化し,検証実行の監視,エージェントの合理性検査,エンドツーエンドの要件検証プロセスの管理を行うインターフェースを提供する。
論文 参考訳（メタデータ） (2025-10-06T13:15:24Z) - Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。
既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。
協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
論文 参考訳（メタデータ） (2025-07-24T09:17:41Z) - Learning, Reasoning, Refinement: A Framework for Kahneman's Dual-System Intelligence in GUI Agents [15.303188467166752]
人間の動作に類似したGUI自動化のための適応学習を実現することにより,制限を克服する認知フレームワークであるCogniGUIを提案する。
エージェントシステムの一般化と適応性を評価するために,マルチアプリケーションナビゲーション,動的状態遷移,インターフェースのコヒーレンスなどを含む総合ベンチマークScreenSeekを導入する。
実験結果から,現在のGUIグラウンドベンチマークと新たに提案したベンチマークの両方において,CogniGUIが最先端の手法を上回ることが示された。
論文 参考訳（メタデータ） (2025-06-22T06:30:52Z) - A Survey on (M)LLM-Based GUI Agents [62.57899977018417]
グラフィカルユーザインタフェース (GUI) エージェントは、人間とコンピュータのインタラクションにおいて、トランスフォーメーションパラダイムとして登場した。
大規模言語モデルとマルチモーダル学習の最近の進歩は、デスクトップ、モバイル、Webプラットフォーム全体でGUI自動化に革命をもたらした。
本調査では, 正確な要素位置決定, 効果的な知識検索, 長期計画, 安全に配慮した実行制御など, 重要な技術的課題を明らかにする。
論文 参考訳（メタデータ） (2025-03-27T17:58:31Z) - PICBench: Benchmarking LLMs for Photonic Integrated Circuits Design [11.843730779173491]
大規模言語モデル (LLM) は、デジタルチップ設計における様々なタスクの自動化において顕著な可能性を示している。
PICBenchは,PIC設計の自動生成に特化して設計された,最初のベンチマークおよび評価フレームワークである。
私たちのベンチマークは、基本的なデバイス設計からより複雑な回路レベルの設計まで、何十という細心の注意を要するPIC設計の問題で構成されています。
論文 参考訳（メタデータ） (2025-02-05T13:32:29Z) - ASSISTGUI: Task-Oriented Desktop Graphical User Interface Automation [30.693616802332745]
本稿では,ユーザが要求するタスクに応じて,Windowsプラットフォーム上でマウスとキーボードを操作することができるかどうかを評価するための新しいベンチマーク,AssistGUIを提案する。
本稿では,AIエージェントによって駆動される高度なGUIを組み込んだ高度なアクタ・クリティカル・フレームワークを提案する。
論文 参考訳（メタデータ） (2023-12-20T15:28:38Z)
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。