論文の概要: An LLM-assisted approach to designing software architectures using ADD

• arxiv url: http://arxiv.org/abs/2506.22688v1
• Date: Fri, 27 Jun 2025 23:58:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.515239
• Title: An LLM-assisted approach to designing software architectures using ADD
• Title（参考訳）: ADDを用いたソフトウェアアーキテクチャ設計のためのLCM支援アプローチ
• Authors: Humberto Cervantes, Rick Kazman, Yuanfang Cai,
• Abstract要約: 本稿では,Attribute-Driven Design (ADD) 法を用いたLarge Language Model (LLM) 支援ソフトウェアアーキテクチャ設計手法を提案する。 ケーススタディを通じてアプローチを検証するとともに、生成した設計を実証されたソリューションと比較し、専門家アーキテクトと評価する。
• 参考スコア（独自算出の注目度）: 13.527856271380317
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Designing effective software architectures is a complex, iterative process that traditionally relies on expert judgment. This paper proposes an approach for Large Language Model (LLM)-assisted software architecture design using the Attribute-Driven Design (ADD) method. By providing an LLM with an explicit description of ADD, an architect persona, and a structured iteration plan, our method guides the LLM to collaboratively produce architecture artifacts with a human architect. We validate the approach through case studies, comparing generated designs against proven solutions and evaluating them with professional architects. Results show that our LLM-assisted ADD process can generate architectures closely aligned with established solutions and partially satisfying architectural drivers, highlighting both the promise and current limitations of using LLMs in architecture design. Our findings emphasize the importance of human oversight and iterative refinement when leveraging LLMs in this domain.
• Abstract（参考訳）: 効果的なソフトウェアアーキテクチャを設計することは、伝統的に専門家の判断に依存する複雑で反復的なプロセスである。 本稿では,Attribute-Driven Design (ADD) 法を用いたLarge Language Model (LLM) 支援ソフトウェアアーキテクチャ設計手法を提案する。 ADD, 建築家ペルソナ, 構造的反復計画の明示的な記述をLCMに提供することにより, LLMが人間の建築家と協調してアーキテクチャアーティファクトを作成できるようにする。 ケーススタディを通じてアプローチを検証するとともに、生成した設計を実証されたソリューションと比較し、専門家アーキテクトと評価する。 以上の結果から,我々のLCM支援型ADDプロセスは,既定のソリューションと密に整合したアーキテクチャを生成でき,アーキテクチャドライバを部分的に満足させ,アーキテクチャ設計におけるLCMの使用の約束と現在の制限の両方を強調した。 この領域におけるLLMの活用における人間の監視と反復的改善の重要性を強調した。

関連論文リスト

• Software Architecture Meets LLMs: A Systematic Literature Review [4.28281840272851]
  本稿では,ソフトウェアアーキテクチャにおける大規模言語モデルの利用について,系統的な文献レビューを行う。 LLMは、様々なソフトウェアアーキテクチャタスクにますます適用されているが、アーキテクチャ設計からソースコードを生成するなど、いくつかの領域は未探索のままである。
  論文  参考訳（メタデータ） (2025-05-22T14:00:29Z)
• From Requirements to Architecture: Semi-Automatically Generating Software Architectures [0.0]
  この方法は、アーキテクトがLLMを燃料とするツールとプロセス全体にわたる密接なコラボレーションを伴います。 アーキテクトはドメインモデルの作成、ユースケース仕様、アーキテクチャ決定、アーキテクチャ評価を通じてガイドされる。 予備的な結果は、このプロセスの実現可能性を示し、アーキテクトにとって大きな時間を節約できることを示している。
  論文  参考訳（メタデータ） (2025-04-16T15:46:56Z)
• Assessing LLMs for Front-end Software Architecture Knowledge [0.0]
  大規模言語モデル(LLM)は、ソフトウェア開発タスクの自動化において大きな可能性を証明している。 本研究では,VIPER アーキテクチャ内の構造を理解し,再現し,生成する LLM の機能について検討する。 実験の結果、ChatGPT 4 Turbo 2024-04-09 を用いて、LLM は評価や作成といった高次タスクに優れていたが、アーキテクチャの詳細の正確な検索を必要とする低次タスクでは課題に直面していたことが明らかとなった。
  論文  参考訳（メタデータ） (2025-02-26T19:33:35Z)
• Optimizing Token Usage on Large Language Model Conversations Using the Design Structure Matrix [49.1574468325115]
  大規模言語モデルは、多くの分野やタスクにおいてユビキタスになる。 トークンの使用を減らすこと、短いコンテキストウィンドウ、限られた出力サイズ、トークンの取り込みと生成に関連するコストといった課題を克服する必要がある。 この作業は、エンジニアリング設計の分野からLLM会話最適化にデザイン構造マトリックスをもたらす。
  論文  参考訳（メタデータ） (2024-10-01T14:38:36Z)
• Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making [51.737762570776006]
  LLM-ACTRは、ヒトに適応し、多目的な意思決定を提供する新しいニューロシンボリックアーキテクチャである。 我々のフレームワークは、ACT-Rの内部決定過程の知識を潜在神経表現として抽出し、組み込む。 デザイン・フォー・マニュファクチャリング・タスクに関する我々の実験は、タスク性能の向上と基礎的意思決定能力の向上を両立させたものである。
  論文  参考訳（メタデータ） (2024-08-17T11:49:53Z)
• Rome was Not Built in a Single Step: Hierarchical Prompting for LLM-based Chip Design [22.70660876673987]
  大言語モデル(LLM)は、ハードウェア記述言語(HDL)生成によるコンピュータハードウェア合成に有効である。 しかし、複雑なタスクを扱う場合のHDL生成にLLMが支援するアプローチは難しかった。 本稿では,効率的なステップワイズ設計手法を実現する階層的プロンプト手法について紹介する。
  論文  参考訳（メタデータ） (2024-07-23T21:18:31Z)
• Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
  我々は、教師付き微調整(SFT)の一般的な方法論を含む、文献の体系的なレビューを行う。 また、既存の戦略の欠陥を指摘しながら、SFTの潜在的な落とし穴についても、それに対する批判とともに検討する。
  論文  参考訳（メタデータ） (2023-08-21T15:35:16Z)

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。