paperbot · PL 论文追踪

全部论文 待读 收藏

P2 CodeNoCode Predictive Modeling: Co-Development with LLMs for Transparency and Inclusivity

CodeNoCode 预测建模：与 LLM 协同开发以促进透明度与包容性
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 2/10 · 论文属于 LLM 辅助的 ML 代码与 NoCode 图形界面协同开发，涉及 PL/ML 交叉与开发者工具，但并未研究静态分析、Agentic 程序分析、浮点程序分析或贝叶斯程序分析，因此与用户核心方向仅有较弱的间接关联。引用 0 inbox
Felix Dobslaw, Leif Sundberg
机器学习与程序语言编程环境与开发者工具
crossref: 2026-09-12

AI 速览

一句话：提出 CodeNoCode 方法，利用 LLM 协同生成 ML 代码与 NoCode 图形界面，提升建模透明度与包容性。

针对 NoCode 预测建模工具（如 KNIME、Orange）功能增强但业界采纳不足、非技术用户使用门槛高的问题，本文提出 CodeNoCode (CNC) 方法。该方法借助 LLM 支持代码与图形界面 (NoCode) 的协同开发，利用 ML 代码的序列化结构降低自动生成建模代码的复杂度，并将建模过程与分析表示集成到图形界面中。CNC 避免中间模型格式以提升透明度，借助 LLM 实现编程语言无关，并支持编码者与非编码者协作以增强包容性。作为立场论文，本文旨在推动 LLM 辅助的 ML 建模工具研究。

问题
NoCode 预测建模工具虽日渐强大，但其在业界（尤其是非技术用户中）的实际采纳与理解仍不足。
方法
提出 CodeNoCode (CNC) 方法，利用 LLM 支持代码与 NoCode 图形界面的协同开发，将 ML 建模代码自动生成与图形化分析表示相结合。
评估
作为立场论文，未进行实证评估；通过概念论证说明 CNC 在透明度（避免中间模型格式）、语言无关性与编码者/非编码者协作包容性方面的潜力。
原文摘要（Abstract）

In this position paper we propose what we here call a CodeNoCode (CNC) approach to the creation and evaluation of predictive models. NoCode tools are increasingly becoming more powerful, but there is a lack of understanding about the practical/industry adoption of predictive modeling NoCode tools such as KNIME or Orange. To speed-up adoption—in particular for non-technical users— we find this a good time to investigate the LLM-supported co-development of code and GUI (NoCode) for Machine Learning (ML) tasks. ML code follows a rather sequential structure which limits the complexity of the automatic creation of modeling code and as a consequence also the representations and integrations of the modeling process and analysis within a graphical interface. CNC avoids intermediate model formats (transparency), and, in support of LLMs, can be made programming language agnostic while opening up for collaboration between coders and non-coders, in support of LLM assistants (inclusivity).

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot9182,
  title = {CodeNoCode Predictive Modeling: Co-Development with LLMs for Transparency and Inclusivity},
  author = {Felix Dobslaw and Leif Sundberg},
  booktitle = {FSE},
  year = {2025},
  doi = {10.1145/3696630.3731675}
}