論文の概要: Affora: A Design System for Agent-Friendly Interfaces
- arxiv url: http://arxiv.org/abs/2609.19125v1
- Date: Wed, 16 Sep 2026 17:46:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.926379
- Title: Affora: A Design System for Agent-Friendly Interfaces
- Title（参考訳）: Affora:エージェントフレンドリーインタフェースの設計システム
- Abstract要約: 視覚的自由と慣れ親しんだ人間の行動を維持しながら、読者の両方をサポートするデザインシステムであるAfforaを紹介する。
制御された3つの研究は、コンポーネントの実装、視覚的変化、相互作用設計の原則について研究している。
- 参考スコア（独自算出の注目度）: 17.648247791776136
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computer-use agents increasingly operate software designed for people, but interfaces often leave actions or task state unclear to machine readers. We present Affora, a design system that supports both readers while preserving visual freedom and familiar human workflows. Three controlled studies examine component implementations, visual variation, and interaction-design principles. Their findings inform guidance from individual components to complete sites, supported by reusable implementations and executable checks. Agent performance depends on the interaction meaning available through its interface representation; substantial visual variation remains possible when that meaning is preserved. Evaluation on independently authored interfaces shows gains where Affora addresses existing deficits, but limited effects where those deficits are absent or outside its coverage. A workflow case provides preliminary evidence of reduced interaction cost. Affora connects user experience and agent experience through a shared interface rather than a separate agent-only surface.
- Abstract（参考訳）: コンピュータ利用エージェントは、人のために設計されたソフトウェアをますます運用するが、インタフェースはアクションやタスク状態がマシンリーダーに不明確になることが多い。
視覚的自由と慣れ親しんだ人間のワークフローを保ちながら、両方の読者をサポートするデザインシステムであるAfforaを紹介する。
制御された3つの研究は、コンポーネントの実装、視覚的変化、相互作用設計の原則について研究している。
これらの結果は、再利用可能な実装と実行可能なチェックによってサポートされた、個々のコンポーネントから完全なサイトへのガイダンスを通知する。
エージェントのパフォーマンスはインターフェース表現を通じて利用可能なインタラクションの意味に依存します。
独立して認可されたインターフェースの評価は、Afforaが既存の欠陥に対処する利益を示しているが、これらの欠陥が欠落しているか、範囲外である場合の限られた効果を示している。
ワークフローケースは、相互作用コストの低減の予備的な証拠を提供する。
Afforaは、別々のエージェントのみの表面ではなく、共有インターフェースを通じて、ユーザエクスペリエンスとエージェントエクスペリエンスを接続する。
関連論文リスト
- Terminal Agents: A Survey of AI Agents in Command-Line Environments [102.48222742145474]
大規模言語モデルエージェントは、ターミナルを通してますます行動するが、既存の調査は、ソフトウェア工学、ツールの使用、コンピュータ利用の研究にまたがって端末による振る舞いを分散させている。
我々は,端末エージェントを,端末コマンドの実行,テキストフィードバック,ステートフルな環境相互作用を介し,進行を伴う動作を主とするシステムとみなす。
我々の合成は、実現された行動はモデル、インターフェース、ハーネス、ランタイム、環境によって共同で形成されていることを示している。
論文 参考訳（メタデータ） (2026-08-20T18:16:44Z) - A Task-State Representation for Long-Horizon Mobile GUI Agents [53.359524744953575]
Task-State Representation (TSR)は、感覚入力からタスク状態を明示的に分離する、トレーニング不要のフレームワークである。
4つのモバイルGUIベンチマークによる実験では、TSRの有効性が検証され、成功率が12ポイントまで向上した。
論文 参考訳（メタデータ） (2026-07-01T06:37:21Z) - VitaBench 2.0: Evaluating Personalized and Proactive Agents in Long-Term User Interactions [63.13827503828231]
我々は、長期ユーザーインタラクションにおけるパーソナライズされたプロアクティブなエージェント動作を評価するためのベンチマークであるVitaBench 2.0を紹介する。
結果は、最先端のモデルでさえ、現実世界のパーソナライゼーションは非常に困難であることを示している。
論文 参考訳（メタデータ） (2026-05-26T15:07:38Z) - DocOS: Towards Proactive Document-Guided Actions in GUI Agents [54.27655693145045]
textbfDocOSは、完全にインタラクティブな環境で文書誘導問題解決を評価するために設計されたベンチマークである。
実験の結果、エージェントはプロアクティブ検索中に関連情報を確実に見つけるのに苦労し、検索した指示を忠実に正確な行動に移すのに失敗することが判明した。
論文 参考訳（メタデータ） (2026-05-18T08:36:04Z) - Exploring Interaction Paradigms for LLM Agents in Scientific Visualization [7.22431217973039]
本稿では,大規模言語モデル(LLM)エージェントが科学的可視化(SciVis)タスクでどのように機能するかを検討する。
我々は、ドメイン固有のエージェントと構造化ツールの使用、コンピュータ利用エージェント、汎用コーディングエージェントの3つの主要な相互作用パラダイムを比較した。
論文 参考訳（メタデータ） (2026-04-30T15:22:28Z) - Training Computer Use Agents to Assess the Usability of Graphical User Interfaces [14.613171273699045]
本稿では,ユーザビリティの計算的定義を演算する新しい機械学習手法を提案する。
我々は,完全にインタラクティブなユーザインタフェースの大規模データセット上に,このアルゴリズムを用いてコンピュータ利用エージェントuxCUAを訓練する。
uxCUAは精度の高いユーザビリティ評価においてより大きなモデルよりも優れており、合成UIと実UIの両方のリアルな批評を生成する。
論文 参考訳（メタデータ） (2026-04-28T18:04:11Z) - Neural Transparency: Mechanistic Interpretability Interfaces for Anticipating Model Behaviors for Personalized AI [9.383958408772694]
チャットボットの設計中に言語モデルの内部を露出することで、神経透過性を実現するインターフェースを導入する。
本手法は, 対立する動作を誘発する対照的なシステムプロンプト間のニューラルアクティベーションの差を計算することで, 行動特性ベクトルを抽出する。
この研究は、非技術ユーザに対して解釈可能性をどのように運用するかの道を提供し、より安全でより整合した人間とAIのインタラクションのための基盤を確立する。
論文 参考訳（メタデータ） (2025-10-31T20:03:52Z) - Generative Interfaces for Language Models [70.25765232527762]
ユーザインタフェース(UI)を積極的に生成することにより,大規模言語モデル(LLM)がユーザクエリに応答するパラダイムを提案する。
本フレームワークは,ユーザクエリをタスク固有のUIに変換するために,構造化インターフェース固有の表現と反復的洗練を活用している。
その結果、生成的インタフェースは人間の嗜好を最大72%改善し、会話的インタフェースよりも一貫して優れていた。
論文 参考訳（メタデータ） (2025-08-26T17:43:20Z) - First Contact: Unsupervised Human-Machine Co-Adaptation via Mutual
Information Maximization [112.40598205054994]
我々はこのアイデアを、インターフェースを最適化するための完全に教師なしの目的として定式化する。
タイピング,シミュレートされたロボットの制御,ゲームプレイなど,様々なキーボードとアイアイのインタフェースを運用しているユーザの540K例について,観察的研究を行った。
以上の結果から,我々の相互情報スコアは,様々な領域における真真正タスク完了メトリクスの予測値であることが示唆された。
論文 参考訳（メタデータ） (2022-05-24T21:57:18Z) - GANSlider: How Users Control Generative Models for Images using Multiple
Sliders with and without Feedforward Information [33.28541180149195]
フィードフォワード・ビジュアライゼーションのない複数のスライダが、ユーザが生成モデルの制御にどのように影響するかを検討する。
より多くのコントロールディメンション(スライダ)がタスクの難易度とユーザアクションを著しく増加させることがわかった。
可視化だけでは、ユーザが個々のコントロールディメンションを理解するのに十分とは限らない。
論文 参考訳（メタデータ） (2022-02-02T11:25:07Z)
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。