論文の概要: An Interactive GraphRAG Workspace for Reifying, Auditing, and Steering Conversational AI Memories
- arxiv url: http://arxiv.org/abs/2610.23559v1
- Date: Fri, 16 Oct 2026 14:46:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.959776
- Title: An Interactive GraphRAG Workspace for Reifying, Auditing, and Steering Conversational AI Memories
- Title（参考訳）: 可視化・監査・ステアリングのための対話型GraphRAGワークスペース
- Abstract要約: 我々は、会話型AIメモリを短命のテキストログから永続的で操作可能な、監査済みの知識オブジェクトに変換するインタラクティブツールであるCognitiveCanvasを紹介する。
a Hierarchical Semantic Fact-Graph (HSFG) は、対話をゴール、ファクト、コードアーティファクトに蒸留し、マルチホップグラフRAGRAGを有効にしながら92.2%のトークン還元を達成する。
- 参考スコア（独自算出の注目度）: 1.1746202264731607
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conversational Large Language Models (LLMs) are widely employed in software engineering for code generation, debugging, and architectural design. However, as developers engage in multi-session development tasks, technical knowledge becomes siloed in isolated, linear chat histories. Reusing context across sessions leads to three critical challenges: (1) flat-vector retrieval fails to traverse multi-hop relational dependencies between distant architectural decisions; (2) temporal drift in software packages and APIs results in silent context poisoning when reusing aged dialogue logs; and (3) raw conversation concatenation induces prompt bloat and attention degradation. We present CognitiveCanvas, an interactive tool that transforms conversational AI memories from ephemeral text logs into persistent, manipulable, and audited knowledge objects. \textsc{CognitiveCanvas} integrates: (1) a Hierarchical Semantic Fact-Graph (HSFG) that distills dialogues into Goal, Fact, and Code artifacts, achieving a 92.2\% token reduction while enabling multi-hop GraphRAG traversal; (2) a Continuous Temporal Drift Auditor coupling 60+ regex heuristics with live calendar-anchored LLM verification for 1-click self-correction; and (3) a Spatial-Symbolic Prompt Compiler (SSPC) that translates 2D direct manipulation gestures (Voronoi clustering, node resizing, synthesis edges) directly into structured attention directives
- Abstract（参考訳）: 会話型大規模言語モデル(LLM)は、コード生成、デバッグ、アーキテクチャ設計のためのソフトウェア工学に広く使われている。
しかし、開発者がマルチセッション開発タスクに従事しているため、技術的知識は孤立した線形チャット履歴の中でサイロ化される。
セッション間のコンテキストの再利用は,(1)フラットベクター検索が遠隔のアーキテクチャ決定間のマルチホップ関係の相互関係を横切るのに失敗する,(2)ソフトウェアパッケージとAPIの時間的ドリフトは,老朽化した対話ログの再利用時にサイレントなコンテキスト中毒を引き起こす,(3)生会話の結合は,迅速な肥大化と注意の低下を引き起こす,という3つの重要な課題をもたらす。
我々は、会話型AIメモリを短命のテキストログから永続的で操作可能な、監査済みの知識オブジェクトに変換するインタラクティブツールであるCognitiveCanvasを紹介する。
A Hierarchical Semantic Fact-Graph (HSFG)は、(1) 対話をゴール、ファクト、およびコードアーティファクトに蒸留し、マルチホップグラフRAGトラバーサルを実現しながら92.2\%のトークン還元を実現し、(2) 連続時空ドリフトオーディスト結合60+ ライブカレンダーアンコールLDM検証による1クリックの自己補正のためのレゲックスヒューリスティックス、(3) 2D 直接操作ジェスチャー(ヴォロノワクラスタリング、ノード再編成、合成エッジ)を直接、直接的に注目される構造に翻訳する空間的シンボリックプロンプトコンパイラ(SSPC)である。
関連論文リスト
- RECAP: An End-to-End Platform for Capturing, Replaying, and Analyzing AI-Assisted Programming Interactions [21.75814643077238]
ReCAP(Replay and Examine Captured AI Programming)は、開発者がワークフローを中断することなく、AIチャットセッションとVS Code内のきめ細かいコード編集を受動的に記録する、オープンソースのプラットフォームです。
我々は、このプラットフォームのリンクデータとリプレイ機能が、単一のデータソースがサポートできない開発者とAIのインタラクションパターンの分析を可能にする方法を実証する。
論文 参考訳（メタデータ） (2026-05-01T21:20:38Z) - MoshiRAG: Asynchronous Knowledge Retrieval for Full-Duplex Speech Language Models [62.05118198431989]
非同期のフル音声モデルは、AI停止のフルタイムの対話性と自然な性質によって区別される。
本フレームワークは,外部情報における知識要求型対話クエリと接地応答の同定を可能にする。
本設計では,再学習を伴わないプラグ・アンド・プレイ検索手法をサポートし,アウト・オブ・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー
論文 参考訳（メタデータ） (2026-04-14T16:17:52Z) - A Context Alignment Pre-processor for Enhancing the Coherence of Human-LLM Dialog [0.0]
本稿では、コンテキストアライメント・プリプロセッサ(C.A.P.)と呼ばれる計算フレームワークを提案する。
生成時に動作するのではなく、C.A.P.はユーザー入力と応答生成の間の前処理モジュールとして機能する。
我々は、C.A.P.は技術的な改良であるだけでなく、人間とコンピュータの対話を片道コマンド実行パターンから双方向の自己修正、パートナーシップベースのコラボレーションに移行するための一歩でもあると論じている。
論文 参考訳（メタデータ） (2026-03-17T01:36:14Z) - Dialogue Ontology Relation Extraction via Constrained Chain-of-Thought Decoding [4.531390381842394]
本研究では,伝達学習における関係抽出に焦点をあてる。
我々は最近、推論問題のために開発されたChain-of-Thoughtデコーディングを生成的関係抽出に適用した。
論文 参考訳（メタデータ） (2024-08-05T10:10:01Z) - Hierarchical Temporal Context Learning for Camera-based Semantic Scene Completion [57.232688209606515]
カメラによるセマンティックシーンの補完を改善するための,新たな時間的文脈学習パラダイムであるHTCLを提案する。
提案手法は,Semantic KITTIベンチマークで1st$をランク付けし,mIoUの点でLiDARベースの手法を超えている。
論文 参考訳（メタデータ） (2024-07-02T09:11:17Z) - SPACE-2: Tree-Structured Semi-Supervised Contrastive Pre-training for
Task-Oriented Dialog Understanding [68.94808536012371]
本稿では,限定ラベル付きダイアログと大規模未ラベルダイアログコーパスから対話表現を学習する,木構造付き事前学習会話モデルを提案する。
提案手法は,7つのデータセットと4つの一般的な対話理解タスクからなるDialoGLUEベンチマークにおいて,最新の結果が得られる。
論文 参考訳（メタデータ） (2022-09-14T13:42:50Z) - OPAL: Ontology-Aware Pretrained Language Model for End-to-End
Task-Oriented Dialogue [40.62090743056549]
本稿では、エンドツーエンドタスク指向対話(TOD)のためのオントロジー対応事前学習言語モデル(OPAL)を提案する。
チャット型対話モデルとは異なり、タスク指向対話モデルは少なくとも2つのタスク固有モジュールを満たす:対話状態トラッカー(DST)と応答生成器(RG)。
論文 参考訳（メタデータ） (2022-09-10T04:38:27Z)
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。