研究人员开发了LEREDD，一种利用大型语言模型（LLM）自动化软件开发中需求依赖性检测的新方法。该方法采用检索增强生成（RAG）和上下文学习（ICL）来识别自然语言需求中的关键相互联系，这项任务由于其复杂性和手动工作量而常常被忽视。LEREDD在识别细粒度依赖类型方面取得了显著进展，准确率达到0.93，F1分数达到0.84，显著优于现有方法。 AI
影响 通过自动化需求工程中一项复杂的手动任务，提高了软件开发效率。
排序理由 该集群包含一篇研究论文，详细介绍了使用LLM进行需求依赖性检测的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- In-Context Learning
- Hugging Face
- Ikram Darif
- large-language models
- natural language
- retrieval-augmented generation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
