Conceitos Básicos
大規模言語モデルを使用して、ビジュアル分析を効果的にサポートするLEVAフレームワークが提案されています。
Resumo
複雑なドメイン問題におけるデータ分析タスクをサポートするためのビジュアル分析は、多様なデータタイプ、視覚設計、およびインタラクション設計の豊富さから、ユーザーは視覚的にデータを分析する際に多くの情報を思い出し処理する必要があります。これらの課題は、より知的なビジュアル分析手法の必要性を強調しています。大規模言語モデルは、さまざまな形式のテキストデータを解釈できる能力を示し、ビジュアル分析のための知的サポートを可能にします。LEVAは、大規模言語モデルを使用してユーザーのVAワークフローを複数段階で強化するフレームワークです:オンボーディング、探索、要約。オンボーディングでは、大規模言語モデルを使用して可視化設計とシステム仕様に基づいて関係性を解釈し、チュートリアル作成支援します。探索では、大規模言語モデルがシステム状態とデータ解析に基づいて洞察を推奨し、混合主導型探索を促進します。要約では、対話型ストリーム可視化経由で分析履歴を追跡し、大規模言語モデルの支援で洞察レポート生成戦略が提示されます。
Estatísticas
大量言語モデルはさまざまな形式のテキストデータを解釈できる能力がある。
LEVAフレームワークはオンボーディングから要約までビジュアル分析プロセス全体でLLM(Large Language Models) を活用することが目的。
LLMs は可視化設計やシステム仕様に基づいて関係性やチュートリアル作成支援も行う。
LEVA は既存のビジュアル分析システムに統合されることが可能。
ユーザースタディからLEVA が効果的にビジュアル分析支援することが示唆されている。
Citações
"Visual analytics supports data analysis tasks within complex domain problems."
"Large language models have demonstrated the ability to interpret various forms of textual data, offering the potential to facilitate intelligent support for visual analytics."
"We propose LEVA, a framework that uses large language models to enhance users’ VA workflows at multiple stages: onboarding, exploration, and summarization."