이 연구는 Alloy 선언적 명세 수정을 위해 대규모 언어 모델(LLM)의 활용 가능성을 체계적으로 조사한다. 연구팀은 수리 에이전트와 프롬프트 에이전트로 구성된 이중 에이전트 LLM 프레임워크를 제안하였다. 이를 통해 결함 있는 Alloy 명세를 수정하는 파이프라인을 구현하였다.
연구팀은 ARepair와 Alloy4Fun 벤치마크 데이터셋을 활용하여 LLM 기반 수정 기법의 효과성을 기존 Alloy 자동 프로그램 수정 기법과 비교 평가하였다. 실험 결과, GPT-4 모델 변종이 기존 기법을 능가하는 수정 효과를 보였다. 다만 실행 시간과 토큰 사용량이 약간 증가하는 것으로 나타났다.
이 연구는 선언적 명세에 대한 자동 수정 분야를 발전시키고, LLM의 이 분야에서의 활용 가능성을 강조하는 데 기여한다.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Mohannad Alh... um arxiv.org 04-18-2024
https://arxiv.org/pdf/2404.11050.pdfTiefere Fragen