Niekoľkostrelová dilema: Nadmerné podnecovanie veľkých jazykových modelov
Publikované v roku 2025 3. medzinárodná konferencia o základných a veľkých jazykových modeloch (FLLM)
Yongjian Tang; Doruk Tuncel; Christian Koerner; Thomas Runkler
K nadmernému výzvu dochádza, keď nadmerné príklady výziev zhoršujú výkon LLM, čo spochybňuje tradičné predpoklady učenia s niekoľkými zábermi. Na štúdium tejto dilemy vyhodnotil vyzývací rámec náhodné vzorkovanie, sémantické vloženie a výber vektorov TF-IDF naprieč modelmi ako GPT-4o, DeepSeek-v3 a LLAMA-3.1. Výsledky ukazujú, že príliš veľa príkladov špecifických pre doménu paradoxne poškodzuje presnosť. Testované na súboroch údajov o softvérových požiadavkách, postupné zvyšovanie stratifikovaných príkladov a príkladov vybraných TF-IDF odhalili optimálne veľkosti rýchlosti. Tento prístup zabraňuje nadmernému podnecovaniu a zároveň prekonáva najmodernejšiu klasifikáciu požiadaviek o 1%.
Zobraziť na stránke vydavateľa
Agentické systémy založené na LLM pre softvérové inžinierstvo: Výzvy a príležitosti
Predložené na: SE2026, Gesellschaft für Informatik, Bonn
Yongjian Tang, Thomas Runkler
Napriek pokroku LLM si zložité úlohy softvérového inžinierstva vyžadujú kolaboratívne, špecializované prístupy. Tento článok systematicky skúma vznikajúcu paradigmu multiagentových systémov založených na LLM v celom životnom cykle vývoja softvéru vrátane inžinierstva požiadaviek, generovania kódu, testovania a ladenia. Skúma výber modelu, hodnotiace referenčné hodnoty, agentické rámce a komunikačné protokoly. Práca navyše zdôrazňuje kľúčové výzvy, ako je orchestrácia, koordinácia medzi človekom a agentom, optimalizácia nákladov a zber údajov, a ponúka základné pohľady na stav agentického softvérového inžinierstva.
Zobraziť na stránke vydavateľa
Modernizácia starších systémov založených na modeloch vo veľkom meradle
Publikované v: RecODE '26: Zborník z 1. workshopu o preklade, transformácii a modernizácii kódu, strany 13 - 18
Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf
Táto správa o skúsenostiach predstavuje štvorstupňový prístup založený na modeloch (analýza, obohacovanie, syntéza, prechod), ktorý vkladá technologicky agnostický medziprodukt medzi staré kódové bázy a moderné cieľové platformy. Aplikovaný na veľkú priemyselnú aplikáciu.NET, poloautomaticky migruje používateľské rozhrania a štruktúry stránok do moderných webových stohov pri zachovaní funkčného správania. Konsolidovaním architektonických znalostí do explicitných modelov zlepšuje udržiavateľnosť a skúsenosti vývojárov. Napriek problémom s rozložením, ktoré si vyžadujú manuálne úsilie, prístup znižuje riziko, efektívne sa váži a ponúka opakovane použiteľné vzory.
Zobraziť na stránke vydavateľa
Preklenutie formálnej syntaxe a sémantiky LLM: Extrahovanie znalostných grafov pre pochopenie staršieho kódu
Publikované v: 2026 IEEE 23. medzinárodná konferencia o softvérovej architektúre Companion (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; Andreas Biesdorf
Uvedené podniky sa často spoliehajú na staršie systémy, ktoré sa ťažko udržiavajú kvôli zastaraným jazykom a nejasným identifikátorom. Výmena týchto systémov však predstavuje riziko straty ich preukázanej spoľahlivosti. Veľké jazykové modely môžu pomôcť pri obnovení a modernizácii architektúry, vyžadujú však presnú správu kontextu. Keďže kód je analyzovateľný formálny jazyk, vyhľadávanie môže využívať štruktúru programu namiesto spoliehania sa na neštruktúrovaný text. Navrhujeme metodiku založenú na analýze na zostavenie znalostného grafu zameraného na štruktúru pre GraphRAG. Tento prístup demonštruje zlepšenú presnosť vyhľadávania a architektonické uvažovanie s viacerými chmeľmi v priemyselnej prípadovej štúdii.
Zobraziť na stránke vydavateľa