論文の概要: ElderBench: Benchmarking Autonomous Mobile Agents for Older Adults

• arxiv url: http://arxiv.org/abs/2609.04850v1
• Date: Fri, 04 Sep 2026 08:09:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.967515
• Title: ElderBench: Benchmarking Autonomous Mobile Agents for Older Adults
• Title（参考訳）: ElderBench: 高齢者のための自律移動エージェントのベンチマーク
• Abstract要約: ElderBenchは、高齢者指向のシナリオでモバイルGUIエージェントを評価するための最初のベンチマークである。 我々はまず,高齢者の指示と既存のGUIベンチマーク命令との言語的相違を,統語的,意味的,実践的な観点から特徴づける。 以上の結果から, 高齢者に対する適応性, 解釈性, 年齢非包括的GUIエージェントに対する実用的な設計上の知見が得られた。
• 参考スコア（独自算出の注目度）: 26.153867902158584
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While autonomous mobile agents hold great potential for assisting older adults with smartphone usage, existing GUI benchmarks mainly rely on explicit, goal-oriented instructions and rarely capture the naturally occurring language patterns of older users, such as indirect speech, referential ambiguity, and under-specified requests. This mismatch between benchmark instructions and real-world elderly interactions may hinder reliable agent deployment. To address this gap, we present ElderBench, the first benchmark for evaluating mobile GUI agents in authentic elderly-oriented scenarios. ElderBench is constructed from 249 naturally elicited smartphone tasks collected from older adults across 20 applications. We first characterize the linguistic divergence between elderly instructions and existing GUI benchmark instructions from syntactic, semantic, and pragmatic perspectives. We then evaluate mainstream GUI agents and Vision-Language Models under both online and offline settings, revealing substantial performance degradation when handling elderly-oriented instructions. Through controlled instruction normalization, failure analysis, and fine-grained linguistic feature analysis, we further identify how elderly-specific language patterns contribute to agent failures. Our findings provide actionable design insights toward more adaptive, interpretable, and age-inclusive GUI agents for older adults.
• Abstract（参考訳）: 自律型モバイルエージェントは、スマートフォンを使用する高齢者を支援する大きな可能性を秘めているが、既存のGUIベンチマークは、主に明示的で目標指向の指示に依存しており、間接音声、参照あいまいさ、未特定要求など、高齢者の自然発生言語パターンを捉えることは滅多にない。 このベンチマーク命令と実世界の高齢者のインタラクションのミスマッチは、信頼できるエージェントのデプロイを妨げる可能性がある。 このギャップに対処するため,高齢者指向のシナリオでモバイルGUIエージェントを評価するための最初のベンチマークであるElderBenchを提案する。 ElderBenchは、20のアプリケーションにまたがって高齢者から収集された249のスマートフォンタスクから構築されている。 我々はまず,高齢者の指示と既存のGUIベンチマーク命令との言語的相違を,統語的,意味的,実践的な観点から特徴づける。 次に、オンライン設定とオフライン設定の両方でメインストリームのGUIエージェントとVision-Language Modelを評価し、高齢者指向の指示を処理する際の大幅なパフォーマンス劣化を明らかにした。 制御された命令正規化,障害解析,言語特徴分析を通じて,高齢者固有の言語パターンがエージェント障害にどのように寄与するかをさらに明らかにする。 以上の結果から, 高齢者に対する適応性, 解釈性, 年齢非包括的GUIエージェントに対する実用的な設計上の知見が得られた。

関連論文リスト

• FronTalk: Benchmarking Front-End Development as Conversational Code Generation with Multi-Modal Feedback [92.67587639164908]
  マルチモーダルフィードバックを備えたフロントエンドコード生成のベンチマークであるFronTalkを紹介する。 我々は、フロントエンド開発タスクに集中し、100のマルチターン対話のコレクションであるFronTalkをキュレートする。 20モデルの評価は、文献で体系的に調査されていない2つの重要な課題を明らかにしている。
  論文  参考訳（メタデータ） (2025-12-05T23:28:09Z)
• AI-Driven Generation of Old English: A Framework for Low-Resource Languages [0.0]
  古代の言語を保存することは、人類の文化的・言語的遺産を理解するのに不可欠である。 古英語は、そのアクセシビリティを現代の自然言語処理(NLP)技術に制限している。 本稿では,高度大言語モデル(LLM)を用いて,高品質な古英語テキストを生成するスケーラブルなフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-27T03:29:19Z)
• Investigating an Intelligent System to Monitor \& Explain Abnormal Activity Patterns of Older Adults [52.40826527071519]
  高齢の成人医療技術の潜在的な可能性にもかかわらず、これらの技術の採用は依然として困難である。 本研究は,家族介護者とのフォーカスグループセッションを行い,高齢者介護技術のスコープデザインについて検討した。 高忠実度プロトタイプを開発し,専門職介護者と高齢者を対象に質的研究を行った。
  論文  参考訳（メタデータ） (2025-01-30T03:21:14Z)
• Retroformer: Retrospective Large Language Agents with Policy Gradient Optimization [103.70896967077294]
  本稿では,レトロスペクティブモデルを学習することで,大規模言語エージェントを強化するための原則的枠組みを提案する。 提案するエージェントアーキテクチャは,事前学習した言語モデルを微調整するために,複数の環境やタスクにまたがる報酬から学習する。 様々なタスクの実験結果から、言語エージェントは時間とともに改善することが示された。
  論文  参考訳（メタデータ） (2023-08-04T06:14:23Z)
• Improved Goal Oriented Dialogue via Utterance Generation and Look Ahead [5.062869359266078]
  ディープテキスト・トゥ・テキスト・ニューラルモデルをトレーニングし、ラベルなし対話データから連続したユーザ発話を生成することにより、インテント予測を改善することができる。 本稿では,ユーザの発話生成を用いて意図予測を時間内に改善する新しいルックアヘッド手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T11:12:48Z)
• Neural Abstructions: Abstractions that Support Construction for Grounded Language Learning [69.1137074774244]
  言語の相互作用を効果的に活用するには、言語基底に対する2つの最も一般的なアプローチの制限に対処する必要がある。 本稿では,ラベル条件付き生成モデルの推論手順に対する制約のセットであるニューラル・アブストラクションの考え方を紹介する。 この手法により,マインクラフトにおけるオープンエンドハウスタスクのセマンティックな変更をユーザ人口が構築できることが示される。
  論文  参考訳（メタデータ） (2021-07-20T07:01:15Z)
• GENIE: A Leaderboard for Human-in-the-Loop Evaluation of Text Generation [83.10599735938618]
  リーダーボードは、評価を標準化し、独立した外部リポジトリに委譲することで、多くのNLPデータセットのモデル開発を容易にしています。 本研究では、テキスト生成タスクにリーダーボードの容易さをもたらす人間評価リーダーボードであるGENIEを紹介します。
  論文  参考訳（メタデータ） (2021-01-17T00:40:47Z)
• Infusing Finetuning with Semantic Dependencies [62.37697048781823]
  シンタックスとは異なり、セマンティクスは今日の事前訓練モデルによって表面化されないことを示す。 次に、畳み込みグラフエンコーダを使用して、タスク固有の微調整にセマンティック解析を明示的に組み込む。
  論文  参考訳（メタデータ） (2020-12-10T01:27:24Z)
• Is Everything Fine, Grandma? Acoustic and Linguistic Modeling for Robust Elderly Speech Emotion Recognition [7.579298439023323]
  本稿では,InterSPEECH 2020 Computational Paralinguistics Challenge (ComParE) への貢献について述べる。 本稿では,これらのタスクを最先端の音響的特徴と言語的特徴を用いてモデル化するバイモーダル・フレームワークを提案する。 本研究では,タスク固有の辞書やリソースを活用すれば,言語モデルの性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-09-07T21:19:16Z)
• QURIOUS: Question Generation Pretraining for Text Generation [13.595014409069584]
  本稿では,テキスト生成目標に適合する事前学習手法として質問生成を提案する。 本手法で事前訓練したテキスト生成モデルは,入力の本質を理解するのが得意であり,目的タスクに適した言語モデルである。
  論文  参考訳（メタデータ） (2020-04-23T08:41:52Z)

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。