論文の概要: iReDev: A Knowledge-Driven Multi-Agent Framework for Intelligent Requirements Development
- arxiv url: http://arxiv.org/abs/2507.13081v1
- Date: Thu, 17 Jul 2025 12:51:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-18 20:10:24.496759
- Title: iReDev: A Knowledge-Driven Multi-Agent Framework for Intelligent Requirements Development
- Title（参考訳）: iReDev: 知的要求開発のための知識駆動型マルチエージェントフレームワーク
- Authors: Dongming Jin, Weisong Sun, Jiangping Huang, Peng Liang, Jifeng Xuan, Yang Liu, Zhi Jin,
- Abstract要約: iReDevは、要求開発全体をサポートする6つの知識駆動エージェントで構成されている。
iReDevはエージェントのための人間の知識の統合に焦点を当てており、現実世界の利害関係者をシミュレートすることができる。
- 参考スコア（独自算出の注目度）: 20.557963007561757
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Requirements development is a critical phase as it is responsible for providing a clear understanding of what stakeholders need. It involves collaboration among stakeholders to extract explicit requirements and address potential conflicts, which is time-consuming and labor-intensive. Recently, multi-agent systems for software development have attracted much attention. However, existing research provides limited support for requirements development and overlooks the injection of human knowledge into agents and the human-agent collaboration. % To address these issues, this paper proposes a knowledge-driven multi-agent framework for intelligent requirement development, named iReDev. iReDev features: iReDev consists of six knowledge-driven agents to support the entire requirements development. They collaboratively perform various tasks to produce a software requirements specification. iReDev focuses on integrating human knowledge for agents, enabling them to simulate real-world stakeholders. iReDev uses an event-driven communication mechanism based on an artifact pool. Agents continuously monitor the pool and autonomously trigger the next action based on its changes, enabling iReDev to handle new requirements quickly. iReDev introduces a human-in-the-loop mechanism to support human-agent collaboration, ensuring that the generated artifacts align with the expectations of stakeholders. We evaluated the generated artifacts and results show that iReDev outperforms existing baselines in multiple aspects. We further envision three key directions and hope this work can facilitate the development of intelligent requirements development.
- Abstract（参考訳）: 要件開発は、ステークホルダが必要とするものを明確に理解する責任があるため、重要なフェーズです。
利害関係者間の協力によって明確な要求を抽出し、時間と労働集約的な潜在的な対立に対処する。
近年,ソフトウェア開発用マルチエージェントシステムが注目されている。
しかし、既存の研究は要件開発を限定的に支援し、エージェントへの人間の知識の注入や人間とエージェントのコラボレーションを見落としている。
% この問題に対処するため,iReDev という知的要求開発のための知識駆動型マルチエージェントフレームワークを提案する。
iReDevの機能: iReDevは、要求開発全体をサポートする6つのナレッジ駆動エージェントで構成される。
彼らは様々なタスクを共同で実行し、ソフトウェア要件仕様を作成します。
iReDevはエージェントのための人間の知識の統合に焦点を当てており、現実世界の利害関係者をシミュレートすることができる。
iReDevは、アーティファクトプールに基づいたイベント駆動の通信メカニズムを使用する。
エージェントは継続的にプールを監視し、変更に基づいて次のアクションを自律的にトリガーする。
iReDevは、人間とエージェントのコラボレーションをサポートし、生成したアーティファクトが利害関係者の期待に合致することを保証するための、ループ内のヒューマンメカニズムを導入している。
生成したアーティファクトを評価し,iReDevが既存のベースラインを複数の面で上回っていることを示す。
さらに3つの重要な方向性を想定し、この取り組みがインテリジェントな要件開発を促進することを期待する。
関連論文リスト
- Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。
現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。
我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
論文 参考訳（メタデータ） (2025-08-01T08:11:31Z) - AgentMesh: A Cooperative Multi-Agent Generative AI Framework for Software Development Automation [0.0]
ソフトウェア開発タスクの自動化に複数のLCMエージェントを併用したPythonベースのフレームワークを提案する。
AgentMeshでは、Planner、Coder、Debugger、Reviewerといった特殊なエージェントが協力して、ハイレベルな要件を完全に実現されたコードに変換する。
論文 参考訳（メタデータ） (2025-07-26T10:10:02Z) - ADEPTS: A Capability Framework for Human-Centered Agent Design [16.17708866196561]
我々はAIエージェントのコアユーザ対応機能セットを定義する機能フレームワークであるADEPTSを紹介する。
私たちは、複雑なAI-UX要件を、AI研究者、デザイナ、エンジニア、ポリシーレビュアーなどの行動可能なガイダンスとして、コンパクトなフレームワークにまとめることを目指しています。
論文 参考訳（メタデータ） (2025-07-18T22:27:40Z) - Graphs Meet AI Agents: Taxonomy, Progress, and Future Opportunities [117.49715661395294]
データ構造化は、複雑で非組織的なデータをよく構造化された形式に変換することで、有望な役割を果たす。
この調査では、グラフがAIエージェントにどのように権限を与えるかを、初めて体系的にレビューする。
論文 参考訳（メタデータ） (2025-06-22T12:59:12Z) - Co-Saving: Resource Aware Multi-Agent Collaboration for Software Development [65.94639060883475]
本稿では,リソースを意識したマルチエージェントシステムであるCo-Savingを提案する。
私たちの重要なイノベーションは、"ショートカット"の導入です。
最先端のMAS ChatDevと比較して,トークン使用量の平均50.85%の削減を実現している。
論文 参考訳（メタデータ） (2025-05-28T02:23:53Z) - Towards Conversational Development Environments: Using Theory-of-Mind and Multi-Agent Architectures for Requirements Refinement [8.20761565595339]
本稿では,FMを用いたAlignMindと呼ばれるマルチエージェントシステムを利用した新しい手法を提案する。
私たちのアプローチは、FMを最小限の能力で強化する認知アーキテクチャを持つことで、ソフトウェアメーカの精神状態と視点を考慮しています。
我々は、我々のアプローチがステークホルダーの意図と要求を正確に把握し、それらを仕様とステップバイステップの行動計画の両方として表現できることを実証した。
論文 参考訳（メタデータ） (2025-05-27T10:05:26Z) - R&D-Agent: Automating Data-Driven AI Solution Building Through LLM-Powered Automated Research, Development, and Evolution [60.80016554091364]
R&D-Agentは反復探索のための二重エージェントフレームワークである。
Researcherエージェントはパフォーマンスフィードバックを使用してアイデアを生成し、Developerエージェントはエラーフィードバックに基づいてコードを洗練する。
R&D-AgentはMLE-Benchで評価され、最高のパフォーマンスの機械学習エンジニアリングエージェントとして登場した。
論文 参考訳（メタデータ） (2025-05-20T06:07:00Z) - Human-AI Experience in Integrated Development Environments: A Systematic Literature Review [2.1749194587826026]
In-IDE HAXはAI支援コーディング環境におけるヒューマン・コンピュータインタラクションの進化するダイナミクスを探求する。
この結果から,AIによるコーディングによって開発者の生産性が向上するだけでなく,検証オーバーヘッドや自動化バイアス,信頼性の過大化といった課題も生じていることがわかった。
コードの正確性、セキュリティ、保守性に関する懸念は、説明可能性、検証メカニズム、適応的なユーザコントロールに対する緊急の必要性を浮き彫りにする。
論文 参考訳（メタデータ） (2025-03-08T12:40:18Z) - Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG [0.8463972278020965]
大規模言語モデル(LLM)は、人間のようなテキスト生成や自然言語理解を可能にすることによって、人工知能(AI)に革命をもたらした。
Retrieval Augmented Generation (RAG) がソリューションとして登場し、リアルタイムデータ検索を統合して文脈に関連のある応答を提供することでLLMを強化している。
Agentic Retrieval-Augmented Generation (RAG)は、自律的なAIエージェントをRAGパイプラインに埋め込むことによって、これらの制限を超越する。
論文 参考訳（メタデータ） (2025-01-15T20:40:25Z) - AgentOps: Enabling Observability of LLM Agents [12.49728300301026]
大規模言語モデル(LLM)エージェントは、自律的で非決定論的行動のため、AI安全性に重大な懸念を提起する。
本稿では,エージェントのライフサイクル全体を通じて追跡されるべきアーティファクトと関連するデータを特定し,効果的な観測可能性を実現するための,AgentOpsの包括的な分類法を提案する。
私たちの分類は、監視、ロギング、分析をサポートするAgentOpsインフラストラクチャを設計、実装するためのリファレンステンプレートとして機能します。
論文 参考訳（メタデータ） (2024-11-08T02:31:03Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - Investigating Remote Hands-On Assistance for Collaborative Development of Embedded Systems [3.9877913211157843]
本研究では,組み込みシステム開発に特化して設計された遠隔支援ツールの可能性を検討する。
12人の経験豊富な組み込みシステム開発者へのインタビューを通じて、既存のリモートワークプラクティスや課題、要件を調査しました。
本研究は,遠隔作業におけるシナリオと戦略,特定の支援ニーズ,情報交換,調整,実行に関わる課題を明らかにする。
論文 参考訳（メタデータ） (2024-04-24T20:28:20Z) - AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。
豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文 参考訳（メタデータ） (2024-02-21T04:11:28Z)
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。