A kevés dilemma: A nagy nyelvi modellek túlzott ösztönzése
Megjelent: 2025 3. nemzetközi konferencia Alapítványról és nagyméretű nyelvi modellekről (FLLM)
Yongjian Tang; Doruk Tuncel; Christian Koerner; Thomas Runkler
A túlzott kérés akkor fordul elő, amikor a túlzott példák az utasításokban rontják az LLM teljesítményét, megkérdőjelezve a hagyományos, néhány felvételes tanulási feltételezéseket. Ennek a dilemma tanulmányozásához egy sürgető keretrendszer értékelte a véletlenszerű mintavételt, a szemantikai beágyazást és a TF-IDF vektorkiválasztást olyan modellekben, mint a GPT-4o, a DeepSeek-v3 és a LLAMA-3.1. Az eredmények azt mutatják, hogy túl sok tartományspecifikus példa paradox módon károsítja a pontosságot. Szoftverigény adatkészleteken tesztelve, fokozatosan növekvő rétegzett és TF-IDF-kiválasztott példák optimális promptméreteket tártak fel. Ez a megközelítés elkerüli a túlnyomást, miközben 1% -kal felülmúlja a legmodernebb követelménybesorolást
Megtekintés a kiadó oldalán
LLM-alapú ügynöki rendszerek szoftverfejlesztéshez: Kihívások és lehetőségek
Beküldés: SE2026, Gesellschaft für Informatik, Bonn
Yongjian Tang, Thomas Runkler
Az LLM fejlődése ellenére az összetett szoftverfejlesztési feladatok együttműködési, speciális megközelítéseket igényelnek. Ez a cikk szisztematikusan áttekinti az LLM-alapú multi-agent rendszerek kialakulóban lévő paradigmáját a szoftverfejlesztés teljes életciklusában, beleértve a követelménytervezést, a kódgenerálást, a tesztelést és a hibakeresést. Vizsgálja a modellválasztást, az értékelési referenciaértékeket, az ügynöki kereteket és a kommunikációs protokollokat. Ezenkívül a munka kiemeli a legfontosabb kihívásokat, mint a szervezés, az ember-ügynök koordináció, a költségoptimalizálás és az adatgyűjtés, alapvető betekintést nyújtva az ügynöki szoftverfejlesztés állapotába.
Megtekintés a kiadó oldalán
Modellvezérelt régi rendszerkorszerűsítés nagyszabású
Megjelent: ReCODE '26: A kódfordítás, átalakítás és korszerűsítés első műhelyének közleményei, 13-18. oldal
Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf
Ez a tapasztalati jelentés egy négyfokozatú modellvezérelt megközelítést (elemzés, dúsítás, szintézis, átmenet) mutat be, amely technológia-agnosztikus köztes modellt illeszt be a régi kódbázisok és a modern célplatformok között. Egy nagy ipari NET-alkalmazásra alkalmazva félig automatikusan áttelepíti a felhasználói felületeket és az oldalstruktúrákat a modern webhalmokba, miközben megőrzi a funkcionális viselkedést. Az építészeti ismeretek kifejezett modellekbe történő összevonásával javítja a karbantarthatóságot és a fejlesztői tapasztalatokat. Annak ellenére, hogy az elrendezési kihívások kézi erőfeszítéseket igényelnek, a megközelítés csökkenti a kockázatot, hatékonyan skálázza és újrafelhasználható
Megtekintés a kiadó oldalán
A formális szintaxis és az LLM szemantika áthidalása: Tudásgrafikonok kinyerése a régi kód megértéséhez
Megjelent: 2026 IEEE 23. nemzetközi konferencia szoftverarchitektúra-kísérőről (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; András Biesdorf
A megalapozott vállalkozások gyakran olyan régi rendszerekre támaszkodnak, amelyeket az elavult nyelvek és a tisztázatlan azonosítók miatt nehéz karbantartani. Ezeknek a rendszereknek a cseréje azonban fennáll annak a veszélye, hogy elveszítik bizonyított megbízhatóságukat. A nagy nyelvi modellek segíthetnek az architektúra helyreállításában és korszerűsítésében, de pontos kontextuskezelést igényelnek. Mivel a kód elemezhető formális nyelv, a visszakeresés kihasználhatja a programszerkezetet, ahelyett, hogy strukturálatlan szövegre támaszkodna. Elemzésen alapuló módszertant javasolunk a GraphRAG szerkezettudatos tudásgrafikonjának elkészítéséhez. Ez a megközelítés jobb visszakeresési pontosságot és többhüvelős építészeti érvelést mutat be egy ipari esettanulmányban.
Megtekintés a kiadó oldalán