Az sayıdaki ikilem: Büyük dil modellerinin aşırı uyarılması
Yayın tarihi: 2025 3. Uluslararası Temel ve Büyük Dil Modelleri Konferansı (FLLM)
Yongjian Tang; Doruk Tuncel; Christian Körner; Thomas Runkler
Aşırı isteme, istemlerdeki aşırı örnekler LLM performansını düşürdüğünde ve geleneksel birkaç aşamalı öğrenme varsayımlarına meydan okuduğunda ortaya çıkar. Bu ikilemi incelemek için, bir isteme çerçevesi, GPT-4O, DeepSeek-v3 ve LLAMA-3.1 gibi modeller arasında rastgele örnekleme, anlamsal gömme ve TF-IDF vektör seçimini değerlendirdi. Sonuçlar, alana özgü çok fazla örneğin paradoksal olarak doğruluğa zarar verdiğini göstermektedir. Yazılım gereksinimi veri kümeleri üzerinde test edildi, kademeli olarak artan tabakalı ve TF-IDF tarafından seçilen örnekler optimum istem boyutlarını ortaya çıkardı. Bu yaklaşım, son teknoloji gereksinim sınıflandırmasını %1 oranında geride bırakırken aşırı sorgulamayı önler.
Yayıncının sayfasında görüntüle
Yazılım mühendisliği için LLM tabanlı ajans sistemleri: Zorluklar ve fırsatlar
Gönderildi: SE2026, Gesellschaft für Informatik, Bonn
Yongjian Tang, Thomas Runkler
LLM ilerlemelerine rağmen, karmaşık yazılım mühendisliği görevleri işbirlikçi, özel yaklaşımlar gerektirir. Bu makale, gereksinim mühendisliği, kod oluşturma, test ve hata ayıklama dahil olmak üzere tüm yazılım geliştirme yaşam döngüsü boyunca LLM tabanlı çoklu aracılı sistemlerin ortaya çıkan paradigmasını sistematik olarak gözden geçirmektedir. Model seçimi, değerlendirme kriterleri, ajans çerçeveleri ve iletişim protokollerini inceler. Ek olarak, çalışma, orkestrasyon, insan-temsilci koordinasyonu, maliyet optimizasyonu ve veri toplama gibi temel zorlukları vurgulayarak ajans yazılım mühendisliğinin durumuna ilişkin temel bilgiler sunar.
Yayıncının sayfasında görüntüle
Ölçekli model odaklı eski sistem modernizasyonu
Yayınlandığı yer: ReCODE '26: Kod Çevirisi, Dönüşüm ve Modernizasyon Üzerine 1. Çalıştay Bildirileri, sayfalar 13-18
Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf
Bu deneyim raporu, eski kod tabanları ve modern hedef platformlar arasına teknolojiden bağımsız bir ara model ekleyen dört aşamalı model odaklı bir yaklaşım (analiz, zenginleştirme, sentez, geçiş) sunar. Büyük bir endüstriyel .NET uygulamasına uygulandığında, işlevsel davranışı korurken kullanıcı arayüzlerini ve sayfa yapılarını yarı otomatik olarak modern web yığınlarına taşır. Mimari bilgiyi açık modellerde birleştirerek, sürdürülebilirliği ve geliştirici deneyimini geliştirir. Manuel çaba gerektiren yerleşim zorluklarına rağmen, yaklaşım riski azaltır, etkili bir şekilde ölçeklenir ve yeniden kullanılabilir desenler sunar.
Yayıncının sayfasında görüntüle
Biçimsel sözdizimi ve LLM anlambilimi arasında köprü kurma: Eski kod anlayışı için bilgi grafiklerini ayıklama
Yayın tarihi: 2026 IEEE 23. Uluslararası Software Architecture Companion Konferansı (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; Andreas Biesdorf
Yerleşik işletmeler genellikle eski diller ve belirsiz tanımlayıcılar nedeniyle bakımı zor olan eski sistemlere güvenir. Bununla birlikte, bu sistemlerin değiştirilmesi, kanıtlanmış güvenilirliklerini kaybetme riskini doğurur. Büyük dil modelleri mimari kurtarma ve modernizasyona yardımcı olabilir, ancak hassas bağlam yönetimi gerektirirler. Kod ayrıştırılabilir bir biçimsel dil olduğundan, erişim yapılandırılmamış metne güvenmek yerine program yapısından yararlanabilir. GraphRag için yapıya duyarlı bir bilgi grafiği oluşturmak için ayrıştırma tabanlı bir metodoloji öneriyoruz. Bu yaklaşım, endüstriyel bir vaka çalışmasında gelişmiş geri alma hassasiyeti ve çok atlamalı mimari akıl yürütmeyi göstermektedir.
Yayıncının sayfasında görüntüle