論文の概要: Leveraging LLMs for the Quality Assurance of Software Requirements
- arxiv url: http://arxiv.org/abs/2408.10886v1
- Date: Tue, 20 Aug 2024 14:17:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-21 13:15:27.917300
- Title: Leveraging LLMs for the Quality Assurance of Software Requirements
- Title（参考訳）: ソフトウェア要件の品質保証のためのLCMの活用
- Authors: Sebastian Lubos, Alexander Felfernig, Thi Ngoc Trang Tran, Damian Garber, Merfat El Mansi, Seda Polat Erdeniz, Viet-Man Le,
- Abstract要約: ISO 29148標準に従って,ソフトウェア要件の品質特性を評価するために,LLM(Large Language Model)の能力を導入,評価する。
本稿では,LCMが要求をどう評価するか,その意思決定プロセスを説明するとともに,要件の改良版を提案する能力について考察する。
- 参考スコア（独自算出の注目度）: 40.55044936397561
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Successful software projects depend on the quality of software requirements. Creating high-quality requirements is a crucial step toward successful software development. Effective support in this area can significantly reduce development costs and enhance the software quality. In this paper, we introduce and assess the capabilities of a Large Language Model (LLM) to evaluate the quality characteristics of software requirements according to the ISO 29148 standard. We aim to further improve the support of stakeholders engaged in requirements engineering (RE). We show how an LLM can assess requirements, explain its decision-making process, and examine its capacity to propose improved versions of requirements. We conduct a study with software engineers to validate our approach. Our findings emphasize the potential of LLMs for improving the quality of software requirements.
- Abstract（参考訳）: 成功したソフトウェアプロジェクトは、ソフトウェア要件の品質に依存します。
高品質な要件を作成することは、ソフトウェア開発を成功させるための重要なステップです。
この領域での効果的なサポートは、開発コストを大幅に削減し、ソフトウェアの品質を高めることができます。
本稿では,ISO 29148規格に従って,ソフトウェア要件の品質特性を評価するために,LLM(Large Language Model)の能力を紹介し,評価する。
我々は、要求工学(RE)に関わるステークホルダーのサポートをさらに改善することを目指しています。
本稿では,LCMが要求をどう評価するか,その意思決定プロセスを説明するとともに,要件の改良版を提案する能力について考察する。
私たちは、私たちのアプローチを検証するために、ソフトウェアエンジニアと研究をしています。
本研究は,ソフトウェア要件の品質向上のためのLCMの可能性を強調した。
関連論文リスト
- Quality Assurance Practices in Agile Methodology [0.0]
ソフトウェアの複雑さは日々増加しており、ソフトウェアプロダクトの検証の必要性も増している。
ソフトウェアメトリクスを開発プロセスやソフトウェア製品に適用するプラクティスは重要なタスクであり、学習と規律を必要とする。
論文 参考訳（メタデータ） (2024-11-07T19:45:40Z) - Towards Quantifying Requirements Technical Debt for Software Requirements concerning Veracity: A Perspective and Research Roadmap [3.763215468259125]
我々はRTDのレンズを精度に関するソフトウェア要件に適用するための視点とビジョンを提示する。
我々のゴールは、重要な関心事としての妥当性の認識を育成し、最終的に、正確性に関するソフトウェア要件に対するRTDの管理を支援することである。
論文 参考訳（メタデータ） (2024-06-29T10:10:03Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - Requirements are All You Need: From Requirements to Code with LLMs [0.0]
大規模言語モデル(LLM)は、ソフトウェア工学のタスクに適用できる。
本稿では,要求文書からコードスニペットを自動生成するLLMについて述べる。
複雑なユーザ要件を解釈し、ロバストな設計とコードソリューションを作成する上で、LCMの熟練度を実証する。
論文 参考訳（メタデータ） (2024-06-14T14:57:35Z) - Hybrid LLM: Cost-Efficient and Quality-Aware Query Routing [53.748685766139715]
大規模言語モデル(LLM)は、ほとんどのNLPタスクで優れていますが、そのサイズのため、デプロイに高価なクラウドサーバも必要です。
コスト削減と品質維持のために,それぞれの強みを組み合わせたハイブリッド推論手法を提案する。
実験では、反応の品質が低下することなく、最大40%大きなモデルへの呼び出しを削減できます。
論文 参考訳（メタデータ） (2024-04-22T23:06:42Z) - Advancing Requirements Engineering through Generative AI: Assessing the
Role of LLMs [10.241642683713467]
大規模言語モデル(LLM)は、自然言語処理、コード生成、プログラム理解など、さまざまな領域において大きな可能性を示している。
本章では、要件関連タスクの効率性と正確性の向上を目的とした、要件エンジニアリングプロセスの駆動におけるLLMの可能性について論じる。
論文 参考訳（メタデータ） (2023-10-21T11:29:31Z) - Large Language Models for Software Engineering: Survey and Open Problems [35.29302720251483]
本稿では,ソフトウェア工学(SE)におけるLarge Language Models(LLMs)の新しい領域について調査する。
本調査では,ハイブリッド技術(従来のSE+LLM)が,信頼性,効率,効率のよいLLMベースのSEの開発と展開において果たすべき重要な役割を明らかにした。
論文 参考訳（メタデータ） (2023-10-05T13:33:26Z) - AI Techniques for Software Requirements Prioritization [91.3755431537592]
本稿では,要求優先プロセスの全体的な品質向上に役立つ人工知能(AI)技術に基づく優先順位付け手法を提案する。
論文 参考訳（メタデータ） (2021-08-02T12:43:00Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳（メタデータ） (2021-07-15T11:14:03Z) - Technology Readiness Levels for AI & ML [79.22051549519989]
機械学習システムの開発は、現代的なツールで容易に実行できるが、プロセスは通常急いで、エンドツーエンドで実行される。
エンジニアリングシステムは、高品質で信頼性の高い結果の開発を効率化するために、明確に定義されたプロセスとテスト標準に従います。
我々は、機械学習の開発と展開のための実証されたシステムエンジニアリングアプローチを提案する。
論文 参考訳（メタデータ） (2020-06-21T17:14:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。