研究人员开发了MARQ,一个旨在提高大型语言模型(LLM)需求质量评估的新系统。通过整合专家导出的系统工程知识,MARQ旨在提高LLM评估的准确性和一致性。在NASA数据集上使用Claude Opus-5、GPT-5.6 "Sol"和Gemma-3-12B对MARQ进行测试,显示出显著的改进,特别是对于Claude Opus-5,其F1分数中位数达到了0.80。 AI
影响 增强了LLM在需求工程中的能力,可能改善系统开发成果。
排序理由 该集群描述了一篇详细介绍新系统及其评估的研究论文。[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 →