ControlAnything: Generative UI và kết nối thiết bị theo yêu cầu trong thực tế hỗn hợp
Bản preprint tháng 11 năm 2026 tạo cả thành phần điều khiển trong không gian lẫn mã kết nối thiết bị vật lý khi người đeo Quest 3 đưa ra yêu cầu. AI agent lập trình kiểm tra kết nối qua các kênh MIDI, Bluetooth và thao tác phím được viết sẵn, rồi trả về thành phần điều khiển AR, chương trình tương tác bàn tay chạy theo từng khung hình, hoặc cả hai.
Interface Quilt: Modifying Applications with Computer Use Agents and Generative UI
Bản preprint vào tháng 11 năm 2026 của Autodesk Research kết hợp AI agent sử dụng máy tính với GenUI để tạo các bản vá giao diện tồn tại lâu dài trên ứng dụng hiện có. Hệ thống nhận diện lại các thành phần điều khiển từ pixel đã kết xuất, tạo các bề mặt tương tác mới và đồng bộ chúng với ứng dụng bên dưới mà không cần mã nguồn, API hay dữ liệu hỗ trợ tiếp cận.
ABRA: Agent-Bound UI for Human-Agent Communication beyond Chat with Reusable Views
Bản trình diễn hệ thống tại EMNLP vào tháng 10 năm 2026, tách các chế độ xem đồ thị, bảng, văn bản và nội dung hiển thị có thể tái sử dụng khỏi ý nghĩa tương tác dành riêng cho từng tác vụ. ABRA công bố các liên kết này dưới dạng trạng thái canvas dùng chung để người dùng và các AI agent khác có thể kiểm tra và gọi những hành động dành riêng cho tác vụ.
Inflak: A Unified Orchestration Architecture for Human-Agent Interaction
Bài báo vào tháng 10 năm 2026 tách tương tác giữa con người và AI agent khi ứng dụng đang chạy thành các lớp định tuyến, lập kế hoạch, thiết kế và kết xuất. Inflak triển khai các lớp này dưới dạng kỹ năng của AI agent có thể kết hợp với nhau, để trạng thái tác vụ quyết định thời điểm yêu cầu đầu vào và giao diện được tạo nào sẽ xuất hiện.
Atelier: From Semantic Editing Intentions to Persistent Parametric Controls for AI-Assisted Image Editing
Bài báo HCI vào tháng 10 năm 2026 về các thành phần điều khiển thích ứng cho việc chỉnh sửa ảnh. Atelier kết hợp ngữ cảnh hình ảnh và ý định chỉnh sửa của người dùng để tạo các widget tồn tại lâu dài và có thể điều chỉnh, đưa các tham số đề xuất ra để tinh chỉnh thay vì chỉ trả về một bức ảnh hoàn chỉnh.
AesCode: Aesthetic Code Generation with Decoupled Cross-Modal Rewards
Bài báo vào tháng 10 năm 2026 sử dụng ảnh tham chiếu được tạo ra để định hướng việc sinh HTML/CSS có thể chỉnh sửa cho bảng điều khiển, trang web, trang trình chiếu và áp phích. AesCode giữ yêu cầu đầu vào làm căn cứ quyết định nội dung, biểu diễn thiết kế dưới dạng đồ thị và huấn luyện với các phép kiểm tra bằng chương trình cùng phần thưởng thị giác riêng biệt.
When Interfaces Speak: Data-Aware Generative UI Harness for Active Interaction
Bài báo vào tháng 10 năm 2026 kết hợp việc thực thi công cụ cơ sở dữ liệu với việc tạo giao diện frontend dành riêng cho tác vụ. GenUI-Harness bổ sung các chuỗi tương tác thử trong môi trường sandbox và việc kiểm tra phần thưởng, trong khi UI-TAU Bench kiểm thử liệu các giao diện được tạo có giúp AI agent thu thập đầu vào và hoàn thành tác vụ dựa trên cơ sở dữ liệu trong mười lĩnh vực hay không.
Design Creativity Bench: Measuring creativity in LLM-Generated UI
Bài báo của Kombai vào tháng 10 năm 2026 đánh giá tính độc đáo, mức độ biến đổi giữa các lĩnh vực sản phẩm và khả năng đáp ứng yêu cầu của giao diện do LLM tạo ra. Bài báo so sánh 2,400 thiết kế HTML từ 15 mô hình trên 160 yêu cầu với các thiết kế tham chiếu do con người tạo ra, phân biệt đầu ra đạt yêu cầu với thiết kế đa dạng.
Automating HCI Principles: Skills for On-Demand UI Construction
Bài báo quan điểm đề xuất các kỹ năng mà máy có thể đọc để hướng dẫn AI agent khi tạo giao diện dành riêng cho tác vụ. Không gian làm việc Human-AI dùng chung kết nối đối thoại, phân rã tác vụ và trạng thái UI, còn các tệp kỹ năng có thể kiểm tra mã hóa những nguyên tắc kinh nghiệm về tính dễ sử dụng, tiêu chí hỗ trợ tiếp cận, hướng dẫn về tải nhận thức và nguyên tắc tương tác trong đó cả con người lẫn AI đều có thể chủ động.
AUV-Bench: Aesthetic Understanding and Generation Evaluation for User Interfaces
Bộ đánh giá vào tháng 9 năm 2026 kết nối việc chấm điểm thẩm mỹ, chẩn đoán, sửa lỗi và tạo UI từ văn bản trên 1,395 giao diện web có thể thực thi. Bộ đánh giá kết hợp chẩn đoán và sửa lỗi trên 660 trường hợp được chủ động làm giảm chất lượng có kiểm soát để kiểm thử liệu các mô hình có thể chuyển nhận định thiết kế thành những thay đổi giao diện hiệu quả hay không.
Elicitive User Interfaces: Designing How Users Shape Generative Interfaces
Bài báo HCI vào tháng 9 năm 2026 đề xuất rằng giao diện được tạo cũng nên tạo ra các cách hỏi người dùng về những sở thích chưa được nói rõ. Không gian thiết kế sáu trục và nguyên mẫu Ditto của nghiên cứu bao gồm câu hỏi, các phương án thay thế, bảng điều khiển có thể chỉnh sửa và những lời gợi hỏi khác được nhúng trong giao diện, với kết quả từ hai nghiên cứu người dùng.
GUIDE: Designer-in-the-loop Authoring of Conformant Generative User Interfaces
Bài báo HCI vào tháng 9 năm 2026 giới thiệu một môi trường dựa trên Figma để hướng giao diện được tạo theo ý định của nhà thiết kế. GUIDE chuyển các chỉnh sửa trên canvas thành bản cập nhật yêu cầu đầu vào và điều chỉnh một bộ chấm điểm mức độ phù hợp thiết kế để xếp hạng các màn hình ứng viên theo mẫu tham chiếu của dự án.
Harnessing Generative UI for Education: Tailored Learning Interactives
Bài báo của Google Research vào tháng 9 năm 2026 về việc tạo mô phỏng STEM tùy chỉnh bằng Gemini. Quy trình do giáo viên dẫn dắt chuyển mục tiêu học tập thành giao diện nhiều cấp độ có hỗ trợ từng bước, sau đó kiểm tra kết quả kết xuất HTML và JavaScript để phát hiện lỗi về hình ảnh, lời giải, dữ liệu đo lường và cơ chế hoạt động trước khi tinh chỉnh kết quả.
IWC-Bench: Evaluating Web Application Generation from a Software Testing Perspective
Bộ đánh giá năm 2026 dùng việc khám phá trình duyệt được dẫn hướng bởi độ bao phủ để đánh giá ứng dụng web do LLM tạo ra và có thể chạy được. IWC-Bench gắn cơ chế đo lường vào từng ứng dụng, chuyển dấu vết tương tác thành đồ thị chuyển trạng thái và chấm điểm tính thẩm mỹ thị giác, tính dễ sử dụng cùng mức độ đáp ứng yêu cầu trên 369 yêu cầu thực tế và 5,088 tiêu chí nghiệm thu.
Toward Frontier-Quality Declarative UI Generation at Small-Model Cost
Bài báo vào tháng 9 năm 2026 của Harness4GenUI nghiên cứu liệu các mô hình ngôn ngữ nhỏ có thể tạo A2UI hướng đến môi trường sản xuất từ danh mục thành phần đã được phê duyệt hay không. Trong các lĩnh vực quản lý tác vụ và bảng điều khiển đám mây, các tác giả so sánh chiến lược dữ liệu huấn luyện, kích thước mô hình, quy mô danh mục, chi phí, độ trễ, độ chính xác của liên kết dữ liệu và chất lượng kết xuất.
EvoGenUI-Bench: Evaluating Multi-Turn Generative UI Assistants
Bộ đánh giá vào tháng 8 năm 2026 kiểm thử liệu trợ lý LLM có thể duy trì một giao diện web có thể thực thi khi yêu cầu của người dùng thay đổi hay không. EvoGenUI-Bench gồm 150 tác vụ năm lượt thuộc các nhóm trình bày thông tin, tương tác có trạng thái và trạng thái bên ngoài được xác thực bằng công cụ, với đánh giá trên trình duyệt dựa vào ảnh chụp màn hình, bằng chứng từ DOM và mã nguồn, dấu vết hoạt động của tác nhân cùng nhật ký khi ứng dụng đang chạy.
Maru: Information Architecture for Aligned, Persistent Generative UI
Bài báo HCI vào tháng 8 năm 2026 giới thiệu kiến trúc thông tin như trạng thái dùng chung cho Generative UI. Maru ghi nhận cách người dùng phân nhóm, sắp xếp, đặt tên và ưu tiên thông tin, chuyển những lựa chọn đó thành quy tắc được duy trì lâu dài rồi áp dụng qua các lần tạo giao diện liên tiếp, thay vì xây dựng lại cấu trúc từ mỗi yêu cầu đầu vào.
SchemaGUI: A Schema-Driven Benchmark for Controllable GUI Generation
Bộ đánh giá vào tháng 8 năm 2026 dùng các chú giải tất định thay cho nhãn do con người gán có nhiều nhiễu để đánh giá giao diện do LLM tạo ra. SchemaGUI tổng hợp chỉ dẫn song ngữ và các lời gọi hàm tham chiếu từ lược đồ UI được tham số hóa, sau đó đo tính khả thi, hình học và độ phức tạp bố cục trên sáu kịch bản và năm mô hình.
RAGE-Vis: A Relation-Aware Generative Editing Interface for Chart Editing
Bài báo tại ChinaVis 2026 giới thiệu một Generative UI cho việc chỉnh sửa biểu đồ bằng ngôn ngữ tự nhiên. RAGE-Vis chuyển biểu đồ bitmap thành các biểu diễn được tham số hóa có thể chỉnh sửa, phân tích yêu cầu tổng hợp và tạo các bảng điều khiển phân cấp với thành phần điều khiển toàn cục và cục bộ phối hợp với nhau cho những ý định chỉnh sửa chưa được nêu đầy đủ.
LEGOUI: Designing with UI-DSL Bricks for Transparent, Controllable Generation
Bài báo HCI vào tháng 8 năm 2026 giới thiệu một framework Generative UI theo từng giai đoạn để phát triển ý tưởng thiết kế ban đầu. LEGOUI ghi lại các quyết định rút ra từ yêu cầu đầu vào và do mô hình suy ra trong một DSL cho UI có theo dõi nguồn gốc, cho phép người dùng chấp nhận, từ chối hoặc bổ sung quyết định qua các giai đoạn bố cục, tương tác, quan hệ và phong cách, rồi kết xuất từ đặc tả đang được hoàn thiện.
Beyond a Single Judge: Simulating Social Persona Panels for Generative UI Evaluation
Bài báo vào tháng 7 năm 2026 giới thiệu ESPP, một phương pháp đánh giá thay một bộ chấm điểm LLM bằng một hội đồng gồm các chân dung người dùng được xây dựng dựa trên bằng chứng và đa dạng về đặc điểm tâm lý. Các thành viên chấm điểm độc lập ảnh chụp màn hình giao diện được tạo, trao đổi ý kiến thông qua cơ chế tin cậy có giới hạn, rồi được tổng hợp bằng trọng số xã hội.
Design Theater: A Benchmark for Generative UI
Bài báo vào tháng 7 năm 2026 giới thiệu một bộ đánh giá để kiểm tra liệu các công cụ Generative UI có triển khai những lý giải thiết kế mà chúng trình bày với người dùng hay không. Trên 120 giao diện từ năm công cụ và 24 tác vụ về cấu trúc, phong cách và chức năng, nghiên cứu đo khoảng cách giữa các quyết định thiết kế được nêu ra và kết quả được tạo.
MV-Bench: Benchmarking MLLMs for Coordinated Multi-View Interface Construction
Bộ đánh giá vào tháng 7 năm 2026 kiểm thử liệu các mô hình ngôn ngữ đa phương thức có thể tạo giao diện trực quan hóa nhiều chế độ xem có thể thực thi từ thiết kế thị giác hay không. MV-Bench sử dụng các sổ làm việc Tableau làm dữ liệu chuẩn có cấu trúc và đánh giá độ trung thực thị giác, liên kết dữ liệu, tương tác có phối hợp cùng khả năng thực thi mã.
Learning to Detect UI Principle Violations via Reinforcement Learning
Bài báo vào tháng 7 năm 2026 về một mô hình thị giác-ngôn ngữ nhỏ gọn để đánh giá giao diện web được tạo. Các tác giả thống nhất 19 nguyên tắc bao gồm hỗ trợ tiếp cận theo WCAG 2.2, thiết kế đánh lừa và tính dễ sử dụng về mặt nhận thức, sau đó huấn luyện trên khoảng 10,000 trang được tạo với các vi phạm tổng hợp đã được xác minh.
TaskArtisan: Designing Composable Generative Widgets for LLM-Assisted Analysis
Bài báo HCI vào tháng 7 năm 2026 xem xét cách Generative UI có thể giúp người dùng dễ xem lại và tái sử dụng các luồng phân tích dài, nhiều bước bằng chatbot. TaskArtisan cho phép mọi người tạo widget phân tích rồi kết hợp chúng thành luồng làm việc tuần tự hoặc phân nhánh, sau đó so sánh cách tiếp cận này với một chatbot thông thường trong nghiên cứu có 12 người tham gia.
AI Prototyper: A Figma Plugin for Decomposition-Based GUI Prototyping with LLMs
Bài báo vào tháng 7 năm 2026 giới thiệu AI Prototyper, một plugin Figma mã nguồn mở chuyển mô tả màn hình bằng ngôn ngữ tự nhiên thành nguyên mẫu có thể chỉnh sửa hoàn toàn. Quy trình của công cụ phân rã yêu cầu thành các tính năng có thể xem xét, truy xuất thành phần từ một thư viện cố định gồm 32 thành phần cơ sở, tạo các phiên bản cụ thể có ràng buộc theo lược đồ và kết xuất thành các lớp Figma gốc với auto-layout.
Spatula: Exploring On-Demand In-Situ Interfaces and Interaction for Attribute Control
Bài báo HCI vào tháng 7 năm 2026 giới thiệu Spatula, một hệ thống dùng LLM để tạo các thành phần điều khiển có nhận biết ngữ cảnh ngay trên canvas đồ họa chuyển động. Không gian điều khiển thuộc tính linh hoạt của hệ thống hỗ trợ khám phá dần, nhiều mức độ chính xác, chỉnh sửa nhóm theo ngữ nghĩa và tạo thành phần điều khiển mới theo nhu cầu.
Rethinking the UI of GenUI: A Tale of Two Designs
Bài báo HCI vào tháng 6 năm 2026 so sánh mô thức bắt đầu bằng yêu cầu đầu vào, khám phá theo chiều sâu và độ chi tiết cao thường gặp ở các công cụ Generative UI với một phương án có cấu trúc, khám phá theo chiều rộng và độ chi tiết thấp. Một nghiên cứu với 24 nhà thiết kế UX và quản lý sản phẩm làm rõ những đánh đổi cụ thể khi khám phá thiết kế ở giai đoạn đầu.
The Missing Layer: Why EdTech Needs Design-Time Generative UI, Not Just Runtime Personalization
Bài báo arXiv vào tháng 6 năm 2026 được chấp nhận tại AIED NextGen Learning Interfaces Workshop. Bài báo lập luận rằng giáo dục thích ứng nên dùng Generative UI ở giai đoạn biên soạn, bên cạnh thời gian người học sử dụng, để người dạy có thể xác minh các cách biểu đạt có hỗ trợ tiếp cận và phù hợp với từng phương thức trước khi học sinh tiếp xúc với chúng.
TaskLens: Generating Task-Conditioned Scaffolded Interfaces for Learning Professional Creative Software
Bài báo DIS 2026 / arXiv giới thiệu TaskLens, một phương pháp dựa trên LLM tạo UI có hỗ trợ từng bước theo tác vụ cho các công cụ sáng tạo phức tạp. Hệ thống xác định các giai đoạn của luồng làm việc và khái niệm chuyên ngành, chọn công cụ liên quan, tạo mã triển khai và tạo ra các giao diện dần hiển thị tính năng nâng cao bên trong phần mềm như Blender.
FlowEval: Reference-Based Evaluation of Generated User Interfaces
Nghiên cứu có tác giả thuộc Apple về việc đánh giá liệu giao diện được tạo có hỗ trợ những hành trình người dùng thực tế hay không. FlowEval chạy các tác vụ đã được xác thực trên website tham chiếu và các phiên bản tương ứng được tạo ra, so sánh dấu vết điều hướng bằng các thước đo độ tương đồng dựa trên tham chiếu, rồi kiểm thử mức độ phù hợp giữa các điểm số đó và nhận định UI của chuyên gia.
Macaron-A2UI: A Model for Generative UI in Personal Agents
Bài báo arXiv mới năm 2026 tập trung vào Generative UI trong thời gian chạy cho AI agent cá nhân. Các tác giả lập luận rằng trò chuyện thuần văn bản trở thành điểm nghẽn với các tác vụ phức tạp của AI agent, giới thiệu một tập dữ liệu Generative UI quy mô lớn cùng A2UI-Bench và huấn luyện các mô hình tạo ngôn ngữ tự nhiên cùng những hành động UI gọn nhẹ có thể thực thi để xác nhận, tinh chỉnh sở thích và phối hợp nhiều mục tiêu.
Efficient Personalization of Generative User Interfaces
Bài báo arXiv gần đây về một trong những vấn đề cốt lõi chưa được giải quyết của GenUI: cá nhân hóa. Các tác giả thu thập đánh giá theo cặp từ những nhà thiết kế đã được đào tạo trên cùng 600 UI được tạo, cho thấy sở thích thiết kế khác biệt đáng kể và đề xuất một mô hình sở thích tiết kiệm mẫu, cá nhân hóa giao diện được tạo tốt hơn các bộ đánh giá đối chứng và việc đưa ra yêu cầu trực tiếp.
MAIC-UI: Making Interactive Courseware with Generative UI
Bài báo arXiv gần đây giới thiệu một hệ thống GenUI không cần viết mã cho học liệu giáo dục. MAIC-UI chuyển sách giáo khoa, PPT và PDF thành các trang học tập tương tác, dùng quy trình tạo, xác minh rồi tối ưu nhằm đạt độ chính xác về sư phạm và hỗ trợ chỉnh sửa tăng dần bằng cách nhấp để định vị thay vì phải tạo lại toàn bộ với chi phí cao.
Generative UI as an Accessibility Bridge: Lessons from C2C E-Commerce
Bài báo arXiv / hội thảo CHI 2026 lập luận rằng Generative UI trong thời gian chạy có thể thu hẹp khoảng cách về khả năng tiếp cận trong nội dung chợ trực tuyến do người dùng tạo. Dựa trên sáu nghiên cứu với người mù, người có thị lực kém và người cao tuổi, bài báo xem các giao diện được điều chỉnh, hướng dẫn âm thanh và HTML được tạo lại là những biện pháp hỗ trợ tiếp cận theo chính sách thay vì các biến thể UI chỉ thay đổi hình thức.
What does Generative UI mean for HCI Practice?
Bài báo hội thảo CHI EA 2026 của Microsoft Research và các nhà nghiên cứu HCI trong giới học thuật về cách giao diện do AI tạo có thể định hình lại phương pháp thiết kế, luồng làm việc và trải nghiệm người dùng. Bài báo hữu ích vì xem GenUI là một thay đổi ở cấp độ thực hành đối với nhà nghiên cứu, nhà thiết kế, nhà phát triển và nhóm sản phẩm, bên cạnh một kỹ thuật tạo đầu ra của mô hình.
Software as Content: Dynamic Applications as the Human-Agent Interaction Layer
Bài báo arXiv năm 2026 lập luận rằng chỉ trò chuyện là một phương tiện kém phù hợp cho công việc có cấu trúc và có trạng thái giữa con người với AI agent. Các tác giả đề xuất Software as Content, trong đó các ứng dụng mang khả năng của AI agent được tạo động trở thành lớp tương tác chính, được duy trì qua các lượt và cung cấp thành phần điều khiển có thể thao tác thay vì buộc mọi thứ đi qua văn bản tuyến tính.
The Keyhole Effect: Why Chat Interfaces Fail at Data Analysis
Bài báo arXiv năm 2026 lập luận rằng trò chuyện là bề mặt mặc định kém phù hợp cho công việc phân tích nhiều bước và có trạng thái. Bài báo giải thích từ góc độ khoa học nhận thức những điểm hội thoại tuyến tính gặp trở ngại, sau đó xem Generative UI và các mô thức tương tác kết hợp khác là những cách thực tế để khôi phục khả năng quan sát, trí nhớ không gian và quyền kiểm soát của người dùng.
Gradual Generation of User Interfaces as a Design Method for Malleable Software
Bài báo arXiv năm 2026 đề xuất "Gradually Generating User Interfaces", một phương pháp thiết kế GenUI tạo giao diện người dùng từng bước, chèn các lớp giao diện trung gian trong quá trình tạo để người dùng có thể khám phá và kiểm soát các lựa chọn tùy chỉnh mà không bị choáng ngợp bởi một ô nhập yêu cầu khổng lồ hay hệ thống menu dày đặc.
AlignUI: A Method for Designing LLM-Generated UIs Aligned with User Preferences
Bài báo arXiv năm 2026 về việc làm cho giao diện do LLM tạo phù hợp với tác vụ và sở thích của người dùng. Các tác giả thu thập 720 sở thích về thành phần điều khiển UI từ 50 người dùng trên các tác vụ chỉnh sửa ảnh, dùng bộ dữ liệu đó để định hướng suy luận của mô hình và đánh giá UI được tạo với 72 người dùng khác.
Generative UI: LLMs are Effective UI Generators
Bài báo của Google Research lần đầu trình bày một cách có hệ thống khái niệm Generative UI. Bài báo định nghĩa Generative UI là "các mô hình AI không chỉ tạo nội dung mà còn tạo toàn bộ trải nghiệm người dùng". Thử nghiệm cho thấy với câu lệnh và công cụ phù hợp, LLM có thể tạo giao diện tương tác tùy chỉnh chất lượng cao được người dùng ưa thích hơn đáng kể (tương đương chuyên gia con người trong 44% trường hợp). Bài báo cũng công bố bộ dữ liệu PAGEN để đánh giá các giao diện được tạo.
Improving User Interface Generation Models from Designer Feedback
Bài báo nghiên cứu về việc huấn luyện các hệ thống tạo UI dựa trên LLM bằng phản hồi phù hợp với thực hành thiết kế chuyên nghiệp. Các tác giả so sánh thứ hạng, nhận xét, bản phác thảo và chỉnh sửa trực tiếp từ 21 nhà thiết kế, sau đó dùng dữ liệu thu được để cải thiện các mô hình sinh mã dùng để tạo giao diện được kết xuất.
Generative Interfaces for Language Models
Bài báo trong ACL 2026 Findings đề xuất mô hình tiếp cận trong đó LLM chủ động tạo giao diện dành riêng cho từng tác vụ thay vì chỉ trả lời bằng văn bản. Nghiên cứu kết hợp cách biểu diễn dành riêng cho giao diện với tinh chỉnh qua nhiều vòng và báo cáo rằng mức độ ưa thích của người đánh giá đối với giao diện tạo sinh cao hơn giao diện hội thoại tới 72% trên các tác vụ có nhiều thông tin và mang tính khám phá.
Towards a Working Definition of Designing Generative User Interfaces
Bài báo hội nghị DIS 2025 đề xuất định nghĩa thực hành đầu tiên về Generative UI (GenUI) thông qua tổng quan tài liệu và phân tích ví dụ. Nghiên cứu xác định GenUI là một mô hình tạo giao diện mới, trong đó "con người và AI cộng tác ở giai đoạn thiết kế để tạo giao diện, còn người dùng tương tác với giao diện do AI tạo ra khi ứng dụng đang chạy". Bài báo tổng kết năm đặc điểm chính của GenUI: đồng sáng tạo, mở rộng không gian thiết kế, tính linh hoạt trong biểu diễn, thích ứng theo ngữ cảnh và ưu tiên tạo mới.
Generative and Malleable User Interfaces with Generative AI
Bài báo CHI 2025 đề xuất sử dụng AI để tạo "giao diện người dùng tạo sinh và có thể điều chỉnh" dựa trên tác vụ của người dùng. Các tác giả thiết kế mô hình dữ liệu theo tác vụ, trong đó LLM phân tích câu lệnh của người dùng và tạo đặc tả UI, sau đó ánh xạ chúng thành giao diện cụ thể. Thử nghiệm cho thấy phương pháp này có thể tạo linh hoạt các thành phần giao diện như biểu mẫu và hình ảnh trực quan hóa, hỗ trợ người dùng sửa đổi giao diện bằng ngôn ngữ tự nhiên.
BISCUIT: Scaffolding LLM-Generated Code with Ephemeral UIs in Computational Notebooks
Bài báo VL/HCC 2024 của các nhà nghiên cứu Apple giới thiệu BISCUIT, một quy trình JupyterLab chèn lớp UI tạm thời giữa ý định người dùng và mã do LLM tạo ra. Thay vì đi thẳng từ câu lệnh đến tệp mã nguồn, trước tiên người dùng tương tác với các thành phần điều khiển tạm thời được tạo ra để hiểu các lựa chọn, tinh chỉnh yêu cầu và khám phá biến trước khi mã được xuất ra.