一项初步研究探讨了四种大型语言模型(LLM)从源代码提交中提取架构设计决策(ADDs)的能力。使用零样本和少样本提示,在30个ADDs上测试了包括Gemini 3-Pro、DeepSeek-R1、Kimi K2和Qwen3在内的模型。虽然所有模型的BERT-F1分数均高于0.81,但生成的决策通常过长、侧重于实现,并且缺乏根本原因,这表明需要更具架构意识的大型语言模型系统。 AI
影响 强调了对架构意识大型语言模型系统和自动化架构知识管理的机遇。
排序理由 该集群是关于一篇学术论文,该论文提出了关于大型语言模型在特定任务能力的研究。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →