PulseAugur
中
实时 09:08:20
实体 PURE-Transport

PURE-Transport

PulseAugur coverage of PURE-Transport — every cluster mentioning PURE-Transport across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_368245 ·

    大型语言模型和统计方法改进了软件需求中非功能性需求(NFR)差距的识别

    研究人员开发并评估了七种用于对软件开发中的非功能性需求(NFR)覆盖差距进行排名的配置。这些配置利用统计、基于嵌入和大型语言模型(LLM)的方法,从需求陈述、同行需求和类别统计中提取证据。在PROMISE数据集上的实验表明,使用同行类别统计的配置表现同样良好,直接的LLM排名显示出最大的证据增益。研究发现,对于计数变化的类别级差距,结构化的同行证据比排名器的复杂性更重要,这表明这些排名应指导分析师的检查,而不是自动化完整性判断。