PlantUML
PulseAugur coverage of PlantUML — every cluster mentioning PlantUML across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
PlantText AI 根据描述生成 PlantUML 图表
PlantText 在其平台中推出了一项由 AI 驱动的功能，可以直接根据用户描述生成 PlantUML 图表。这项新功能旨在利用人工智能将文本输入转换为可视化表示，从而简化创建复杂图表的过程。
-
研究LLM在UML图生成中的幻觉问题
一项发表在arXiv上的新研究调查了大型语言模型（LLMs）在根据自然语言需求生成UML类图时出现的幻觉问题。研究人员开发了一个分类法，将这些幻觉分为提示忠实度、代码忠实度和推理质量，发现DeepSeek-R1中代码忠实度更常见，而DeepSeek-V4-Pro中提示忠实度占主导地位。研究还发现，更长的推理链并不与更多的幻觉相关，但更高的需求复杂度与提示忠实度错误呈负相关。缓解实验表明，在生成提示中添加约束可以提高F1分数，而事后代码…
-
AI辅助“代码即图表”，但人类专业知识仍然是关键
Marcel Sinemus 探讨了“代码即图表”与AI的交叉点，强调了基于文本、版本控制的图表相对于传统绘图工具的优势。他发现AI可以协助创建、转换和纠正图表，但强调AI无法取代领域专业知识。Sinemus 总结道，虽然AI可以加速架构沟通的可维护性，但人类审查和精确的提示对于避免幻觉和确保准确性至关重要。
-
RAG架构详解：从文档到答案
本文详细介绍了检索增强生成（RAG）系统的架构，解释了其核心组件及其职责。它概述了一个包含文档解析、分块、嵌入、向量存储、语义搜索和响应生成的管道，强调了将这些阶段分开进行独立测试和可靠运行的重要性。作者以其内部知识助手Guidely为例，说明RAG系统如何从文档中检索相关信息来构建答案，并附带引用。
-
新数据集助力草图自动生成UML图
研究人员推出了CAS2UML，一个旨在促进从手写草图自动生成统一建模语言（UML）图的新数据集。该数据集包含557张手绘UML图，包括类图和活动图，每张图都配有相应的PlantUML代码。该资源旨在通过提供可执行的真实基础模型和验证工具，来提高草图到UML生成研究的可复现性。