परिचय
CHI 2025 paper user tasks के आधार पर "generative and malleable user interfaces" बनाने के लिए AI इस्तेमाल करने का प्रस्ताव रखता है। Authors ने task-driven data model design किया, जिसमें LLMs user prompts parse करके UI specifications बनाते हैं और फिर उन्हें concrete interfaces से map करते हैं। Experiments दिखाते हैं कि यह method forms और visualizations जैसे interface elements dynamically बना सकती है और users natural language से interfaces बदल सकते हैं।
सारांश
Task-driven UI generation approach:
1. Core Concept: "Malleable" interfaces जिन्हें users natural language से नया आकार दे सकते हैं
2. Data Model: Task-driven architecture जिसमें LLMs user intent समझकर UI specs बनाते हैं
3. Dynamic Elements: Forms, visualizations और interactive components की generation support करता है
4. Natural Language Modification: Users conversational commands से interfaces को iteratively refine कर सकते हैं
5. Specification Mapping: Abstract UI specs को concrete interface implementations से map किया जाता है
मुख्य innovation: Task-centric prompting के जरिए user intent और interface realization के बीच gap को जोड़ता है
1. Core Concept: "Malleable" interfaces जिन्हें users natural language से नया आकार दे सकते हैं
2. Data Model: Task-driven architecture जिसमें LLMs user intent समझकर UI specs बनाते हैं
3. Dynamic Elements: Forms, visualizations और interactive components की generation support करता है
4. Natural Language Modification: Users conversational commands से interfaces को iteratively refine कर सकते हैं
5. Specification Mapping: Abstract UI specs को concrete interface implementations से map किया जाता है
मुख्य innovation: Task-centric prompting के जरिए user intent और interface realization के बीच gap को जोड़ता है
Tags
chi-2025malleable-uitask-drivenllm