LLM 和知识图增强 SysML v2 语义故障定位

研究人员开发了一个新颖的框架，用于自动检测和修复 SysML v2 模型中的语义错误，这些错误是传统编译器无法捕获的。该系统集成了经过微调的小型语言模型 (SLM) 和领域特定的知识图。知识图编码了系统元素之间物理兼容性的规则，并有助于为 SLM 训练生成合成数据。该框架在车辆系统领域进行了测试，通过输出统一的 diff 补丁供工程师审查，将语义故障修复率从不到 3% 提高到 91% 以上。 AI

影响 该框架可以通过自动化检测和修复复杂的语义错误，显著提高系统设计验证的效率和准确性。

排序理由 该集群包含一篇学术论文，详细介绍了 SysML v2 模型语义故障定位的新框架和方法。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• DeepSeek-Coder-6.7B
• knowledge graph
• Qwen2.5-Coder-1.5B
• Small Language Model
• SysML v2

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →