OnGoal:在大语言模型多轮对话中跟踪和可视化会话目标
大语言模型(LLM)的人机协作数据故事讲述(Data Storytelling)软件工程师与开发者HCI 研究员
随着与大语言模型(LLM)的多轮对话变得越来越长和越来越复杂,用户如何更好地评估和回顾其会话目标的进展?我们presents OnGoal,一个帮助用户更好管理目标进度的LLM聊天界面。OnGoal通过LLM辅助评估提供目标对齐的实时反馈,带有示例的解释说明评估结果,以及随时间推移的目标进展概览,使用户能够更有效地浏览复杂对话。我们通过20名参与者进行写作任务研究,评估OnGoal与无目标跟踪的基线聊天界面对比。使用OnGoal,参与者在探索新提示策略以克服沟通错误的同时,用更少的时间和精力实现目标,表明跟踪和可视化目标可以增强LLM对话中的参与度和韧性。我们的发现为未来LLM聊天界面的设计启示,改善目标沟通、减少认知负荷、增强交互性,并使反馈能够改进LLM性能。
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。
- 80%
从计算笔记本讲述故事:用于展示数据科学工作的AI辅助演示文稿创建
CHI '22· 大语言模型(LLM)的人机协作 +1
- 80%
Notable:计算笔记本中用于数据叙事的即时助手
CHI '23· 大语言模型(LLM)的人机协作 +1
- 80%
OutlineSpark:通过大纲点燃计算笔记本中的AI驱动演示文稿幻灯片创作
CHI '24· 大语言模型(LLM)的人机协作 +1
- 75%
MAPLE:利用大型语言模型嵌入的移动应用预测
UbiComp '24· 大语言模型(LLM)的人机协作
- 75%
LlamaTouch:一个可信且可扩展的移动UI任务自动化测试平台
UIST '24· 大语言模型(LLM)的人机协作
- 60%
变色龙:为静态数字文档带来交互性
CHI '20· 交互式数据可视化 +1
- 60%
情感聚焦:促进在线演示过程中观众成员情感反应的交流
CHI '21· VR 中的社交与协作 +1
- 60%
评估大型语言模型在生成合成HCI研究数据中的应用:一个案例研究
CHI '23· 大语言模型(LLM)的人机协作 +1
- 60%
DynEx:具有结构化设计探索的动态代码合成以加速探索性编程
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
PlanTogether:使用信息图和大型语言模型促进AI应用程序规划
CHI '25· 大语言模型(LLM)的人机协作 +1
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/10.1145/3746059.3747746
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、数据故事讲述(Data Storytelling)
work
职业/产业
软件工程师与开发者、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文