PulseAugur
中
实时 09:52:00
English(EN) Does ISO-Grounded NFR Specification Improve LLM Code Generation? A Comparison of Rich and Structured Interventions against a Natural-Language Baseline

ISO-Grounded NFRs 改进 LLM 代码质量，但不总是改进正确性

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新的研究论文探讨了如何通过将非功能性需求 (NFRs) 基于 ISO/IEC 25010 质量模型来改进大型语言模型 (LLM) 的代码生成。研究发现，使用富文本自然语言或结构化 JSON 来指定 NFRs 可以增强静态质量指标并降低对提示变化的敏感性，尽管它不能持续提高功能正确性。研究表明，NFRs 的语义内容比其格式更重要，这表明实践者应关注基于标准的 NFR 内容。 AI

影响 提出了改进 LLM 代码质量的需求指定方法，尽管功能正确性仍是挑战。

排序理由 关于 LLM 代码生成技术的学术论文。[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 →

ISO-Grounded NFRs 改进 LLM 代码质量，但不总是改进正确性

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jo\`ao Pedro Monteiro Pereira, Vinicius Cardoso Garcia ·

    ISO-Grounded NFR规范是否能改进LLM代码生成？富文本和结构化干预与自然语言基线的对比

    arXiv:2608.13742v1 Announce Type: cross Abstract: In LLM-based code generation, Non-Functional Requirements (NFRs) are often specified as terse one-line phrases. We ask whether grounding those specifications in ISO/IEC 25010 Quality Model, either as rich natural-language prose (N…

相关实体

相关话题