基于 Ply 的生成式触发-动作编程
大语言模型(LLM)的人机协作AI 辅助决策与自动化系统软件工程师与开发者UI/UX 设计师AI/ML 研究员与工程师
触发-动作编程在终端用户编程中已取得成功。传统上,触发器和动作之间链接的简单性限制了此类系统的表现力。基于LLM的代码生成有望让用户用自然语言指定更复杂的行为。然而,用户需要适当的方法来理解和控制这种额外表达能力。我们引入了Ply,系统通过以下技术应对这一挑战:1)层抽象,使分解为更小的构建块成为可能;2)在每个层边界生成可视化,使生成代码行为的查询成为可能;3)生成可定制参数及关联的配置UI,使用户能够调整每一层的行为。我们对Ply进行了技术评估,展示了如何使用这种分层触发-动作技术逐步编写和测试有用、定制化的程序。此外,我们还描述了七名参与者首次使用的研究,展示了Ply的生成功能如何影响用户构建程序的方式。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
"如果机器和我一样好,那我还有什么用?" – 使用ChatGPT如何改变年轻专业人士对生产力和成就的看法
CHI '24· 大语言模型(LLM)的人机协作 +1
- 100%
「这对我也会有效」:在线社区如何影响软件开发人员对AI驱动的代码生成工具的信任
IUI '25· 大语言模型(LLM)的人机协作 +1
- 83%
基于模型的强化学习适应用户界面
CHI '21· 大语言模型(LLM)的人机协作 +2
- 83%
ChainBuddy:一种用于生成LLM管道的人工智能辅助代理系统
CHI '25· 大语言模型(LLM)的人机协作 +1
- 83%
辅助还是干扰?探讨和评估主动AI编程支持的设计和权衡
CHI '25· 大语言模型(LLM)的人机协作 +2
- 83%
PointAloud:AI支持的指针中心发声计算交互套件
CHI '26· 大语言模型(LLM)的人机协作 +2
- 83%
情境化、动态化与主观化:与行业从业者共同构想心智理论赋能的日常AI设计
CHI '26· 脑机接口(BCI)与神经反馈 +2
- 83%
陈述你的意图以牵引你的注意力:用于有意数字生活的AI助手
CHI '26· 大语言模型(LLM)的人机协作 +2
- 83%
ChoiceMates:通过多代理对话交互支持不熟悉的在线决策
IUI '26· 大语言模型(LLM)的人机协作 +2
- 83%
代码属于谁?人工智能自主性如何重塑人工智能辅助编程中的所有权、责任和披露
IUI '26· 大语言模型(LLM)的人机协作 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3746059.3747638
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、AI 辅助决策与自动化系统
work
职业/产业
软件工程师与开发者、UI/UX 设计师、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文