PulseAugur
实时 11:09:01
English(EN) LLM-Assisted Semantic Alignment and Integration in Collaborative Model-Based Systems Engineering Using SysML v2

LLM 增强了使用 SysML v2 进行协同系统工程中的语义对齐

一篇新论文提出了一种使用大型语言模型(LLM),特别是基于 GPT 的模型,来改进基于模型的协同系统工程(MBSE)中语义对齐的方法。该方法利用 SysML v2 增强的结构模块化和形式语义来促进可互操作的建模。核心贡献在于一个开发对齐策略和交互提示的迭代过程,包括模型提取、语义匹配和验证,最终支持可追溯的集成。 AI

影响 这项研究通过提高模型互操作性,有望简化复杂工程项目中的协作。

排序理由 该集群包含一篇研究论文,详细介绍了使用 LLM 在 MBSE 中进行语义对齐的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

LLM 增强了使用 SysML v2 进行协同系统工程中的语义对齐

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zirui Li, Stephan Husung, Haoze Wang ·

    LLM-Assisted Semantic Alignment and Integration in Collaborative Model-Based Systems Engineering Using SysML v2

    arXiv:2508.16181v2 Announce Type: replace-cross Abstract: Cross-organizational collaboration in Model-Based Systems Engineering (MBSE) faces many challenges in achieving semantic alignment across independently developed system models. SysML v2 introduces enhanced structural modul…