論文の概要: LadderTeam: Dual-Agent Laddering Elicitation Framework
- arxiv url: http://arxiv.org/abs/2608.17029v1
- Date: Mon, 17 Aug 2026 18:27:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.094974
- Title: LadderTeam: Dual-Agent Laddering Elicitation Framework
- Title（参考訳）: LadderTeam: Dual-Agent Laddering Elicitation Framework
- Abstract要約: textbfLadderTeamはオープンで再現可能なフレームワークで、デュアルエージェントのLarge Language Modelアーキテクチャを使ってUXワイヤーフレームのインタビューを自動化する。
アクティブインタビュアーエージェントは、ユーザフィードバックコメントから実行可能なソフトウェア要件を抽出する3つの探索戦略のうちの1つを実行する。
同時バックグラウンド判断エージェントは、プローブ応答対を評価し、トピックドリフトを防止するためにリアルタイムガードレールをトリガーする。
- 参考スコア（独自算出の注目度）: 41.99844472131922
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Eliciting detailed and actionable software requirements from end-users is a critical phase in the iterative development of a software product or application. To ensure the feedback collected is detailed and actionable, software teams can leverage the laddering interview technique. While effective for ensuring granular and actionable items from the software feedback, these interviews are subject to several limitations. They are traditionally a manual process associated with a time and financial burden, limiting scalability; interviewers must balance probing for depth while managing interviewee behavioral and cultural constraints. To address these limitations, we present \textbf{LadderTeam}, an open, reproducible framework that automates UX wireframe interviews using a dual-agent Large Language Model (LLM) architecture. An active interviewer agent executes one of three probing strategies (ACV, 5-Whys, and JTBD) to elicit actionable software requirements from usability feedback comments, while a concurrent background Judge agent evaluates probe-response pairs and triggers real-time guardrails to prevent topic drift. To rigorously evaluate LLM laddering without participant variance confounds, we introduce a controlled simulation methodology utilizing scripted ground-truth transcripts to isolate probe quality as the sole experimental variable. Across 216 interviews, \textbf{LadderTeam} achieved 99.1\% chain convergence and an 81.0\% ground-truth actionable response match (86.1\% reluctant personality, 75.9\% terse personality) with zero drift across all runs. All evaluation code, all transcripts, inputs, and a live demonstration platform will be open-sourced upon acceptance.
- Abstract（参考訳）: エンドユーザから詳細なアクション可能なソフトウェア要件を取り除くことは、ソフトウェア製品やアプリケーションの反復的な開発において重要なフェーズである。
収集されたフィードバックが詳細で実行可能であることを保証するため、ソフトウェアチームは遅延インタビュー技術を利用することができる。
ソフトウェアフィードバックから粒度と実行可能な項目を確保するのに効果的だが、これらのインタビューにはいくつかの制限がある。
インタビュアーは、インタビュアーの行動や文化的制約を管理しながら、深さの探究のバランスを取る必要がある。
これらの制限に対処するため、オープンで再現可能なフレームワークである \textbf{LadderTeam} を、デュアルエージェントのLarge Language Model (LLM) アーキテクチャを使ってUXワイヤーフレームのインタビューを自動化する。
アクティブインタビュアーエージェントは、ユーザビリティフィードバックコメントから実行可能なソフトウェア要件を引き出すための3つの探索戦略(ACV、5-Whys、JTBD)のうちの1つを実行し、同時バックグラウンド判断エージェントは、プローブ応答ペアを評価し、リアルタイムガードレールをトリガーしてトピックのドリフトを防止する。
参加者のばらつきを伴わずにLLMラウンダリングを厳格に評価するために,スクリプト化された接地トランスクリプトを用いて,プローブ品質を唯一の実験変数として分離する制御シミュレーション手法を提案する。
216回のインタビューで、 textbf{LadderTeam} は 99.1\% の連鎖収束と 81.0\% のグランドトルース対応マッチ (86.1\% の無作為な性格、75.9\% のテレス・パーソナリティ) を達成した。
すべての評価コード、すべての書き起こし、インプット、ライブデモプラットフォームは、受け入れ次第オープンソースになる。
関連論文リスト
- AI-assisted Script Management for Requirements Elicitation Interviews [0.4376619220604389]
本稿では、ビジネス目標に根ざした理論誘導型スクリプト生成とトピックカバレッジトラッキングとオンデマンドフォローアップ質問生成のライブサポートを組み合わせたAI支援型推論ワークフローを提案する。
Elicitationのベストプラクティスから派生したルーリックに基づいて、AI生成スクリプトは、トレーニング専用のスクリプトよりも高いスコアを得る。
論文 参考訳（メタデータ） (2026-08-03T03:22:37Z) - StructureClaw: Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows [15.552044829103373]
構造工学要求のためのアーティファクト中心のワークベンチであるStructureClawを紹介します。
また、150の制御シナリオの実行可能なベンチマークであるStructureClaw-Benchを紹介します。
同じ50の標準ケースで評価された10のエージェントモデル構成の中で、平均成功率は56.8%、ジェネリックスキルベースラインは88.6%、完全な自動ワークフローは88.6%となっている。
論文 参考訳（メタデータ） (2026-07-16T12:13:41Z) - PolyInterview: An LLM-based Platform for Immersive Mock Interview Practice with Comprehensive Multimodal Assessment [22.1874861957095]
PolyInterviewは、総合的なマルチモーダルアセスメントを備えた没入型モックインタビューのプラクティスである。
PolyInterviewは、ターゲットのジョブ記述とCVを使用して、役割と候補に合わせて質問を生成する。
4つの並列評価器は、10つの評価面と2つの能力トラックに集約された13の行動レベル特徴を生成する。
論文 参考訳（メタデータ） (2026-07-11T13:33:50Z) - Beyond the Prompt: Jailbreaking Function-Calling LLMs via Simulated Moderation Traces [32.850551109913845]
大規模言語モデル(LLM)の安全なデプロイにとって、ジェイルブレイク攻撃は依然として重要な脅威である
このプロンプト中心のパラダイムは、ステートフルで関数呼び出し環境における構造的脆弱性を見落としていることを示す。
我々は、シミュレートされたモデレーショントレースに基づくブラックボックス攻撃フレームワークであるSMTを通じて、このアーキテクチャ欠陥を利用する。
論文 参考訳（メタデータ） (2026-07-01T06:08:07Z) - Claw-Eval-Live: A Live Agent Benchmark for Evolving Real-World Workflows [67.92316850084575]
ワークフローエージェントのライブベンチマークであるClaw-Eval-Liveを紹介する。
各リリースは、公開ワークフロー要求信号から構築される。
Claw-Eval-Liveは実行トレース、監査ログ、サービス状態、実行後のワークスペースアーティファクトを記録する。
論文 参考訳（メタデータ） (2026-04-30T17:23:19Z) - LoCoBench-Agent: An Interactive Benchmark for LLM Agents in Long-Context Software Engineering [90.84806758077536]
textbfLoCoBench-Agentは,大規模言語モデル(LLM)エージェントを現実的,長期的ソフトウェア工学で評価するための総合的な評価フレームワークである。
我々のフレームワークは、LoCoBenchの8000のシナリオを対話型エージェント環境に拡張し、マルチターン会話の体系的評価を可能にする。
我々のフレームワークは,8つの特殊なツール(ファイル操作,検索,コード解析)をエージェントに提供し,それを10Kから1Mトークンの範囲で評価する。
論文 参考訳（メタデータ） (2025-11-17T23:57:24Z) - InspectCoder: Dynamic Analysis-Enabled Self Repair through interactive LLM-Debugger Collaboration [71.18377595277018]
大きな言語モデル(LLM)は、診断が難しい複雑なロジックエラーを伴うバグの多いコードを生成することが多い。
対話型デバッガ制御による動的解析を LLM に委ねる初のエージェントプログラム修復システムである InspectCoder を提案する。
論文 参考訳（メタデータ） (2025-10-21T06:26:29Z) - Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。
その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。
本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
論文 参考訳（メタデータ） (2025-08-28T13:00:28Z) - SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。
提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。
我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
論文 参考訳（メタデータ） (2025-03-11T17:53:02Z) - Automated test generation to evaluate tool-augmented LLMs as conversational AI agents [0.27309692684728615]
対話型AIエージェントを評価するテスト生成パイプラインを提案する。
当社のフレームワークでは,ユーザ定義の手順に基づく多種多様なテストを生成するためにLLMを使用している。
ツール拡張LDMは単一のインタラクションでよく機能するが、完全な会話を扱うのに苦労することが多い。
論文 参考訳（メタデータ） (2024-09-24T09:57:43Z)
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。