論文の概要: Ream: Unfolding Mutual Awareness in Human-Agent Workspaces

• arxiv url: http://arxiv.org/abs/2610.09497v1
• Date: Wed, 07 Oct 2026 05:52:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.743546
• Title: Ream: Unfolding Mutual Awareness in Human-Agent Workspaces
• Title（参考訳）: Ream: ヒューマンエージェントワークスペースにおける相互認識の展開
• Abstract要約: 本稿では,構造化アーティファクト,双方向エンゲージメントトラッキング,ローカライズドビジュアライゼーションによる相互認識を支援する文献レビューワークスペースであるReamを紹介する。 ユーザーはこれらのドキュメントの中でそれぞれのパーティの活動を見ることができ、エージェントは同じ履歴を検索して作業をガイドすることができる。 18人の研究者による研究で、被験者はこれらの痕跡を使って証拠を検査し、エージェントを操り、アノテーションを通してコミュニケーションし、研究の焦点を反映した。
• 参考スコア（独自算出の注目度）: 41.89957316595538
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As AI agents work alongside humans in shared workspaces, a mutual awareness challenge arises: agents act at speeds that outpace human monitoring, and users' evolving interests are not always expressed in chat. This challenge is especially pressing in literature review, where both parties retrieve, read, and synthesize a growing body of papers. We present Ream, a literature review workspace that supports mutual awareness through structured artifacts, bidirectional engagement tracking, and localized visualizations. Users can see each party's activity within these documents, and agents can retrieve the same history to guide their work. In studies with eighteen researchers, participants used these traces to inspect evidence, steer agents, communicate through annotations, and reflect on their research focus. Shared histories also helped agents build on earlier work. These findings inform how engagement traces within shared documents can support transparency, personalized assistance, and coordination in human-agent knowledge work.
• Abstract（参考訳）: AIエージェントは、共有ワークスペースで人間と一緒に働くため、相互に認識する課題が発生する。エージェントは人間の監視よりも速い速度で行動し、ユーザの進化する関心がチャットで常に表現されるとは限らない。 この課題は、両当事者が論文を検索し、読み、合成する文学的レビューで特に重要になっている。 本稿では,構造化アーティファクト,双方向エンゲージメントトラッキング,ローカライズドビジュアライゼーションによる相互認識を支援する文献レビューワークスペースであるReamを紹介する。 ユーザーはこれらのドキュメントの中でそれぞれのパーティの活動を見ることができ、エージェントは同じ履歴を検索して作業をガイドすることができる。 18人の研究者による研究で、被験者はこれらの痕跡を使って証拠を検査し、エージェントを操り、アノテーションを通してコミュニケーションし、研究の焦点を反映した。 共有された歴史は、エージェントが以前の作業を構築するのにも役立った。 これらの知見は、共有ドキュメント内のエンゲージメントトレースが透明性、パーソナライズされた支援、人間-エージェントの知識労働における調整をどのようにサポートするかを示す。

関連論文リスト

• Symposium: Trust via Auditable Records for Communities of AI Scientist Agents [0.0]
  シンポジウムは、小さな科学研究コミュニティが展開するAIエージェントの運用を記録するためのフレームワークである。 エージェント駆動研究活動の長期的、不変な歴史を提供する。 公開インフラストラクチャの動作実装、エージェントプロンプトコンポーネント、ドキュメントが提供される。
  論文  参考訳（メタデータ） (2026-08-20T00:08:40Z)
• "Nobody Did This": Contribution, Originality, and Accountability in Agent-Mediated Collaboration [24.416650940558437]
  このワークショップは、私たちがコントリビューション溶解と呼ぶものに立ち向かうために、研究者と実践者を集めます。 我々は、この解散がコラボレーションそのものの前に始まり、個々の労働者が真に自分達のものであるかについて不確実性を持っていると論じる。 我々のゴールは、共同知識労働における貢献の解消に対するインフラ的対応の基礎と共有研究アジェンダを作ることである。
  論文  参考訳（メタデータ） (2026-07-29T01:41:29Z)
• Learning to Retrieve from Agent Trajectories [72.8923565916533]
  我々はエージェント間相互作用データから直接エージェント探索のための検索モデルを訓練すべきであると主張している。 エージェント・トラジェクトリからの学習を新たな訓練パラダイムとして導入し,マルチステップエージェントのインタラクションから指導を導出する。 本研究は,エージェント探索時代における検索の方向性を示すとともに,エージェントトラジェクトリを実用的でスケーラブルな監視源として強調するものである。
  論文  参考訳（メタデータ） (2026-03-30T17:59:02Z)
• PersonaCite: VoC-Grounded Interviewable Agentic Synthetic AI Personas for Verifiable User and Design Research [0.0]
  本稿では,AIペルソナをエビデンスに縛られた研究機器として再構成するエージェントシステムであるPersonaCiteについて述べる。 プロンプトベースのロールプレイングに依存する従来のアプローチとは異なり、PersonaCiteは会話の各ターン中に実際の音声の成果物を検索し、得られたエビデンスに対する応答を制限し、エビデンスが欠如しているときに明示的に棄権し、レスポンスレベルのソース属性を提供する。
  論文  参考訳（メタデータ） (2026-01-29T20:03:19Z)
• Learning to Summarize by Learning to Quiz: Adversarial Agentic Collaboration for Long Document Summarization [86.98098988779809]
  SummQは長期文書要約のための新しい逆多重エージェントフレームワークである。 提案手法では,包括的な要約を作成し,評価するために協調作業を行う要約ジェネレータとレビュアーを用いる。 広範に使用されている3つの文書要約ベンチマーク上でSummQを評価する。
  論文  参考訳（メタデータ） (2025-09-25T08:36:19Z)
• Collaborative Document Editing with Multiple Users and AI Agents [19.340967112148665]
  我々は,AIエージェントを直接共同作成環境に統合することを提案する。 私たちのプロトタイプでは、エージェントプロファイルとタスクという2つの新しい共有オブジェクトを通じて、AIを透過的でカスタマイズ可能にしています。
  論文  参考訳（メタデータ） (2025-09-15T12:11:59Z)
• Challenges in Human-Agent Communication [55.53932430345333]
  これらのシステムがもたらす12の重要なコミュニケーション課題を特定し分析する。 これには、エージェントからユーザへの情報伝達の課題、ユーザからエージェントへの情報伝達の課題、すべての人間とエージェントのコミュニケーションで考慮すべき課題の概略が含まれる。 私たちの発見は、これらのシステムの透明性と制御を支援するために、新しいデザインパターン、原則、ガイドラインを緊急に呼び出すのに役立ちます。
  論文  参考訳（メタデータ） (2024-11-28T01:21:26Z)
• Building Cooperative Embodied Agents Modularly with Large Language Models [104.57849816689559]
  本研究では, 分散制御, 生の知覚観察, コストのかかるコミュニケーション, 様々な実施環境下でインスタンス化された多目的タスクといった課題に対処する。 我々は,LLMの常識知識,推論能力,言語理解,テキスト生成能力を活用し,認知に触発されたモジュラーフレームワークにシームレスに組み込む。 C-WAH と TDW-MAT を用いた実験により, GPT-4 で駆動される CoELA が, 強い計画に基づく手法を超越し, 創発的な効果的なコミュニケーションを示すことを示した。
  論文  参考訳（メタデータ） (2023-07-05T17:59:27Z)
• CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society [58.04479313658851]
  本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。 本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。 コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
  論文  参考訳（メタデータ） (2023-03-31T01:09:00Z)

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。