Context-Aware Visual Prompting: Automating Geospatial Web Dashboards with Large Language Models and Agent Self-Validation for Decision Support
Created by
Haebom
Category
Empty
저자
Haowen Xu, Jose Tupayachi, Xiao-Ying Yu
개요
본 논문은 대규모 언어 모델(LLM)을 활용하여 사용자가 정의한 입력(UI 와이어프레임, 요구사항, 데이터 소스)으로부터 대화형 지리 공간 대시보드를 자동 생성하는 생성형 AI 프레임워크를 소개합니다. 구조화된 지식 그래프를 통합하여 도메인 지식을 생성 프로세스에 내장하고, Context-Aware Visual Prompting(CAVP) 메커니즘을 통해 시각적 레이아웃에서 인터페이스 의미론을 추출하여 LLM 기반 코드 생성을 안내합니다. 자체 검증 메커니즘과 Pass@k 평가를 사용하여 출력의 신뢰성을 보장하며, MVVM 아키텍처 패턴을 사용하여 React 기반의 확장 가능한 완성을 생성합니다.
시사점, 한계점
•
시사점:
◦
사용자 정의 입력 기반의 대화형 지리 공간 대시보드 자동 생성 가능
◦
구조화된 지식 그래프와 CAVP 메커니즘을 통한 정확하고 맥락 인식적인 코드 생성
◦
자체 검증 메커니즘을 통한 출력 신뢰성 확보
◦
React 기반의 확장 가능한 대시보드 구현
◦
기존 플랫폼 대비 향상된 성능 및 기능 제공
•
한계점:
◦
논문 내용만으로는 구체적인 한계점을 파악하기 어려움 (예: 복잡한 데이터 처리 능력, 특정 유형의 UI 제약 등)
◦
구체적인 성능 지표 및 비교 대상 부족 (Baseline approach, third party platforms의 구체적인 내용 부재)
