Assuage:使用引导探索的汇编合成
作者
大语言模型(LLM)的人机协作计算方法在HCI中的应用软件工程师与开发者HCI 研究员
汇编编程具有挑战性,即使对专家也是如此。程序合成作为手动实现的替代方案,有潜力使专家和非专家用户都能自动生成程序。然而,当前的工具和技术无法合成超过几条指令的汇编程序。我们提出了 Assuage:使用引导探索的汇编合成,这是一个并行交互式汇编合成器,将用户作为主动协作者,使合成能够超出当前限制。使用 Assuage,用户可以提供两类语义上有意义的提示来加速合成,并允许同时探索多种可能性。Assuage 使用多种表示方式公开底层合成过程的信息,帮助用户指导合成。我们对 21 名参与者进行了受试内研究,让他们完成汇编编程任务。使用 Assuage,具有广泛专业知识的参与者能够获得显著更高的成功率,感知到更低的主观工作量,并且相较于最先进的合成工具更偏好 Assuage 的有用性和可用性。
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%
使用LLM同伴学习基于代理的建模:初学者和专家使用ChatGPT和NetLogo Chat的经验
CHI '24· 大语言模型(LLM)的人机协作 +1
- 80%
早期交互式机器学习的采样与搜索权衡
IUI '22· 大语言模型(LLM)的人机协作 +1
- 80%
Hypothesizer:一种基于假设的调试器用于查找和测试调试假设
UIST '23· 沉浸感与临场感研究 +2
- 75%
计算交互:理论与实践
CHI '18· 计算方法在HCI中的应用
- 75%
基于模型的回溯交互技术评估
CHI '24· 计算方法在HCI中的应用
- 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%
小步进示例实时编程
UIST '20· 计算方法在HCI中的应用
- 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
- 67%
结晶体:降低开发者收集和组织决策信息的成本
CHI '22· 大语言模型(LLM)的人机协作 +2
- 60%
大规模可视化API使用示例
CHI '18· 交互式数据可视化 +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/10.1145/3472749.3474740
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、计算方法在HCI中的应用
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