大型语言模型自动化语法自适应，展现出潜力和局限性

研究人员开发了一种新方法，利用大型语言模型（LLMs）在模型驱动工程中，在元模型演进后自动适应语法。这种基于LLM的方法从先前版本中学习自适应，在较小数据集上，其一致性和输出相似性优于传统的基于规则的方法。虽然对复杂的语法场景有效，但研究发现LLMs在非常大的语法上适应一致性方面存在困难，表明其在大规模应用方面存在局限性。 AI

影响 基于LLM的语法自适应技术有潜力自动化复杂的软件工程任务，但可扩展性仍是一个挑战。

排序理由 学术论文，提出一种使用LLM进行语法自适应的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• ChatGPT 5.1
• Claude Sonnet 4.5
• EAST-ADL
• Gemini 3
• Large Language Models
• QVTo
• Xtext

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →