研究人员开发了 ReqGenX，一个旨在将遗留软件需求规范 (SRS) 文档转换为可追溯的合成预 SRS 伪影的流程。该方法旨在通过将 SRS 部分分解为原子语句并使用多 LLM 投票将它们路由到伪影类型，从而促进对基于大型语言模型 (LLM) 的 SRS 生成进行更细粒度的评估。该系统在七份 SRS 文档上进行了评估，结果表明生成的原子是忠实的且可用的，在对齐和质量方面得分很高。研究得出结论，这些可追溯的伪影可以通过实现对忠实性、信息保留和伪影完整性的细粒度分析，来显著改进 LLM SRS 生成的评估。 AI
影响 这项研究可能导致更强大的软件开发相关 AI 系统的评估方法，提高生成需求的可靠性。
排序理由 该集群包含一篇研究论文，详细介绍了评估基于 LLM 的 SRS 生成的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
