論文の概要: FigmaTrace: Capturing Creative Nuances in Human Figma Design Workflows
- arxiv url: http://arxiv.org/abs/2608.21460v1
- Date: Thu, 20 Aug 2026 16:59:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.166587
- Title: FigmaTrace: Capturing Creative Nuances in Human Figma Design Workflows
- Title（参考訳）: FigmaTrace:人間のFigmaデザインワークフローで創造的なニュアンスをキャプチャする
- Abstract要約: このパフォーマンスギャップの主な貢献者は、高品質なヒューマンワークフローデータの欠如である。
FigmaTraceには200時間以上の人撮りビデオデータが3469のデザイン軌跡に変換されている。
FigmaTraceのトレーニングは、フロンティアクローズドモデルに匹敵するパフォーマンス改善につながることを示す。
- 参考スコア（独自算出の注目度）: 2.535605790826847
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vision Language Models have recently shown improvements in several objective and verifiable domains such as object detection but continue to underperform on subjective and creative design tasks. A major contributor to this performance gap is the lack of high quality human workflow data that captures a diverse set of preferences and decisions that make human experts good at design tasks. In this work, we first define a unique, expert curated taxonomy of design skills and best practices which we further expand into a set of 126 open ended, subjective, long horizon tasks. Built on top of this and expert solutions, our dataset FigmaTrace contains over 200 hours of human captured video data converted into 3469 design trajectories using a novel design phase-based method. We use our dataset to train four models and show that training on FigmaTrace leads to a performance improvement comparable to frontier closed models such as \textsc{Claude-Opus-5} and \textsc{GPT-5.6-Sol} on four out of distribution agentic GUI environments. We further perform a useful ablation to attribute these performance improvements to a design phase-based video to trajectory conversion which outperforms prior length-based conversion approaches. Finally, we perform a qualitative analysis on the best performing \textsc{Qwen3.8-27B} outputs to better correlate performance improvements to FigmaTrace's trends. We open source our dataset and the best model for the community.
- Abstract（参考訳）: 視覚言語モデルは最近、オブジェクト検出などの客観的かつ検証可能ないくつかの領域の改善を示してきたが、主観的および創造的な設計タスクではパフォーマンスが劣っている。
このパフォーマンスギャップの主な貢献者は、設計タスクを得意とするさまざまな好みや決定をキャプチャする、高品質なヒューマンワークフローデータの欠如である。
本研究では、まず、設計スキルとベストプラクティスのユニークな専門家による分類を定義し、さらに126のオープンエンド、主観的、長期水平タスクへと拡張する。
このアルゴリズムと専門家のソリューションに基づいて構築されたデータセットであるFigmaTraceは、新しい設計フェーズベースの方法で3469のデザイントラジェクトリに変換された、200時間以上の人撮りビデオデータを含んでいる。
このデータセットを用いて4つのモデルをトレーニングし、FigmaTrace上でのトレーニングが、配布エージェントGUI環境の4つのうち、 \textsc{Claude-Opus-5} や \textsc{GPT-5.6-Sol} のようなフロンティアクローズドモデルに匹敵するパフォーマンス改善をもたらすことを示す。
さらに、これらの性能改善を設計フェーズベースのビデオからトラジェクトリ変換に関連付けるために有用なアブレーションを行い、従来の長さベースの変換手法よりも優れていた。
最後に、FigmaTraceのトレンドとパフォーマンス改善の相関性を改善するために、最高のパフォーマンスの \textsc{Qwen3.8-27B} 出力について定性的な分析を行う。
私たちはデータセットとコミュニティにとって最良のモデルをオープンソースにしています。
関連論文リスト
- Figma2Code: Automating Multimodal Design to Code in the Wild [85.29510079067464]
我々はFigma2Codeを紹介した。Figma2Codeは、デザインからコードへ、マルチモーダルな設定に進化させる新しいタスクである。
我々はFigmaコミュニティからペアデザインイメージとそのメタデータファイルを収集する。
このプロセスは3,055個のサンプルを生成し、そこからデザイナーは213の高品質なケースのバランスのとれたデータセットをキュレートする。
論文 参考訳（メタデータ） (2026-04-15T09:17:09Z) - DesignSense: A Human Preference Dataset and Reward Modeling Framework for Graphic Layout Generation [23.876231579797803]
図形レイアウト評価のための大規模データセットであるDesignSense-10kを紹介した。
我々は、セマンティックグルーピング、レイアウト予測、フィルタリング、クラスタリング、VLMに基づく精細化を用いて、高品質な比較ペアを生成する。
分析の結果,フロンティアVLMは総合的に信頼性が低く,全4クラスタスクで壊滅的に失敗することがわかった。
論文 参考訳（メタデータ） (2026-02-26T19:03:05Z) - Learning Design-Score Manifold to Guide Diffusion Models for Offline Optimization [15.663508678977468]
本稿では,設計スコア多様体を学習する拡散型フレームワークであるManGOを紹介する。
ManGOは、トレーニングデータ以外の一般化を実現するために、設計スコアの相互依存を全体的に統一する。
様々な領域にわたる24の単目的と10の多目的の最適化手法より優れている。
論文 参考訳（メタデータ） (2025-06-06T02:11:10Z) - Output Scaling: YingLong-Delayed Chain of Thought in a Large Pretrained Time Series Forecasting Model [55.25659103706409]
このフレームワークは,設計した基盤モデルであるYingLongの最先端性能を実現する。
YingLongは、マスク付きトークンリカバリによってトレーニングされた非因果的双方向アテンションエンコーダのみのトランスフォーマーである。
我々は、6Mから3Mパラメータの4つの基礎モデルをリリースし、ゼロショットタスクにおいて優れた結果を示す。
論文 参考訳（メタデータ） (2025-05-20T14:31:06Z) - SMPLest-X: Ultimate Scaling for Expressive Human Pose and Shape Estimation [81.36747103102459]
表現的人間のポーズと形状推定(EHPS)は、身体、手、顔の動きを多数の応用で統合する。
現在の最先端の手法は、限定されたデータセット上で革新的なアーキテクチャ設計を訓練することに焦点を当てている。
本稿では,EHPSのスケールアップが一般基盤モデルのファミリに与える影響について検討する。
論文 参考訳（メタデータ） (2025-01-16T18:59:46Z) - FovEx: Human-Inspired Explanations for Vision Transformers and Convolutional Neural Networks [8.659674736978555]
人間の視覚に触発された新しいXAI手法であるFovEx(Floveation-based Explanations)を紹介する。
本手法はトランスモデルと畳み込みモデルの両方で最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-08-04T19:37:30Z) - Implicitly Guided Design with PropEn: Match your Data to Follow the Gradient [52.2669490431145]
PropEnは'matching'にインスパイアされている。
一致したデータセットによるトレーニングは、データ分布内に留まりながら、興味のある性質の勾配を近似することを示す。
論文 参考訳（メタデータ） (2024-05-28T11:30:19Z) - Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。
拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。
N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文 参考訳（メタデータ） (2024-01-24T01:33:39Z) - Vision-Enhanced Semantic Entity Recognition in Document Images via
Visually-Asymmetric Consistency Learning [19.28860833813788]
既存のモデルでは、視覚的エンコーダを弱いモード間監視信号で訓練することが一般的である。
そこで本稿では,textbfVisually-textbfAsymmetric cotextbfNsistentextbfCy textbfLearning (textscVancl) アプローチを提案する。
論文 参考訳（メタデータ） (2023-10-23T10:37:22Z) - Challenging the Myth of Graph Collaborative Filtering: a Reasoned and Reproducibility-driven Analysis [50.972595036856035]
本稿では,6つの人気グラフと最近のグラフ推薦モデルの結果を再現するコードを提案する。
これらのグラフモデルと従来の協調フィルタリングモデルを比較する。
ユーザの近所からの情報フローを調べることにより,データセット構造における内在的特徴にどのようなモデルが影響するかを同定することを目的とする。
論文 参考訳（メタデータ） (2023-08-01T09:31:44Z) - Real-Time Visual Feedback to Guide Benchmark Creation: A
Human-and-Metric-in-the-Loop Workflow [22.540665278228975]
NLPのための新しいベンチマーク作成パラダイムであるVAIDAを提案する。
VAIDAは、ベンチマークの慣用性に対処する未調査の顔である、クラウドワーカーを導くことに焦点を当てている。
VAIDAは, クラウドワーカーやアナリストの努力, フラストレーション, 精神的, 時間的要求を減少させる。
論文 参考訳（メタデータ） (2023-02-09T04:43:10Z)
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。