arXivDaily arXiv每日学术速递 周一至周五更新
arXiv 2409.02691cs.HCcs.AI
收藏

LLM辅助的可视化分析：机遇与挑战

LLM-Assisted Visual Analytics: Opportunities and Challenges

Department of Computer Science, City University of London（伦敦城市大学计算机科学系）

Maeve Hutchinson, Radu Jianu, Aidan Slingsby, Pranava Madhyastha

备注：
Accepted at EG UK Computer Graphics & Visual Computing 2024
阅读 PDF
arXiv 页面 ↗HTML 原文 ↗

AI总结：

本文探讨了将大型语言模型（LLMs）集成到可视化分析（VA）系统中的方法，通过自然语言交互转变系统能力，调研了当前研究方向，并强调了构建可视化-语言模型及多模态交互等新机遇，同时指出了当前面临的挑战，旨在为未来研究人员提供指导。

摘要：

我们探索将大型语言模型（LLMs）集成到可视化分析（VA）系统中，通过直观的自然语言交互来转变其能力。我们调研了这一新兴领域的当前研究方向，考察了LLMs如何被集成到数据管理、语言交互、可视化生成和语言生成过程中。我们强调了LLMs为VA带来的新可能性，特别是它们如何超越常规用例改变VA流程。我们特别强调了构建新的可视化-语言模型，允许访问广泛的领域知识、多模态交互以及提供指导的机遇。最后，我们仔细考虑了在VA任务中使用当前LLMs的突出挑战。本文的讨论旨在指导未来从事LLM辅助VA系统的研究人员，并帮助他们在开发这些系统时应对常见障碍。

英文摘要：

We explore the integration of large language models (LLMs) into visual analytics (VA) systems to transform their capabilities through intuitive natural language interactions. We survey current research directions in this emerging field, examining how LLMs are integrated into data management, language interaction, visualisation generation, and language generation processes. We highlight the new possibilities that LLMs bring to VA, especially how they can change VA processes beyond the usual use cases. We especially highlight building new visualisation-language models, allowing access of a breadth of domain knowledge, multimodal interaction, and opportunities with guidance. Finally, we carefully consider the prominent challenges of using current LLMs in VA tasks. Our discussions in this paper aim to guide future researchers working on LLM-assisted VA systems and help them navigate common obstacles when developing these systems.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

↑