大規模言語モデルのソフトウェアエンジニアリングタスクへの適用に関する理解
大規模言語モデルはソフトウェアエンジニアリングタスクを効果的に処理できる可能性がある。
ソフトウェアエンジニアリング論文における研究成果物の現状と傾向
ソフトウェアエンジニアリング分野では、研究成果物の公開が増加傾向にあるが、その現状と課題が明らかになっていない。
オープンソースAIベースのSEツール:協調的ソフトウェア学習の機会と課題
オープンソースコードモデルの開発と維持には、高品質なデータへのアクセス、強力なコミュニティサポート、効率的な計算リソースの3つの主要な課題がある。連邦学習を活用することで、これらの課題に取り組み、プライバシーを保護しつつ、モデルパフォーマンスを向上させることができる。
ICSE論文とそれに関連するアーティファクトの10年間の利用パターン
ICSE論文とそれに関連するアーティファクトの利用パターンには重要な違いがある。論文の引用数とアーティファクトの使用量には統計的に有意な差がある。
LLMベースの多エージェントシステムによるソフトウェアエンジニアリングの未来と課題
LLMベースの多エージェントシステムは、ソフトウェア開発プロセスの自動化、複雑なプロジェクトの管理、ロバスト性の向上など、ソフトウェアエンジニアリングの課題に対する有望なソリューションを提供する。
コンテキストに富んだ知的アプリケーションの自動ソフトウェア進化を実現するためのマルチモーダルな概念フレームワーク
コンテキストに富んだ知的アプリケーションの自動ソフトウェア進化を実現するためのマルチモーダルな概念フレームワークを提案する。
ソフトウェアエンジニアリングのための効率的かつグリーンな大規模言語モデル:ビジョンと道のり
ソフトウェアエンジニアリングにおける大規模言語モデル(LLM)の効率性とグリーン性を高めることで、LLM4SEソリューションをより利用しやすく、持続可能なものにする。
患者情報システム「MentCare」の自動ユーザーストーリー生成とテストケース仕様
大規模言語モデルを使用して、メンタルヘルスケアシステムの要件から自動的にユーザーストーリーとテストケース仕様を生成する。
パフォーマンス問題を解決するためのLLMを使用したコードの最適化
LLMを使用したゼロショットでのプロンプトエンジニアリングにより、パフォーマンスバグを効率的に修正できる。
データ汚染に懸念？コード言語モデルの対策を評価
CLMのパフォーマンスへの影響を評価し、最新データやカスタマイズされたデータがデータ汚染脅威を緩和するかどうかを明らかにする。
© 2024 by Linnk AI