論文の概要: Large Language Models in Software Documentation and Modeling: A Literature Review and Findings

• arxiv url: http://arxiv.org/abs/2602.04938v1
• Date: Wed, 04 Feb 2026 16:21:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-06 18:49:08.563205
• Title: Large Language Models in Software Documentation and Modeling: A Literature Review and Findings
• Title（参考訳）: ソフトウェアドキュメンテーションとモデリングにおける大規模言語モデル - 文献レビューと発見
• Authors: Lukas Radosky, Ivan Polasek,
• Abstract要約: 我々は、ドキュメントやモデリングに関連するソフトウェア工学タスクにおいて、大規模言語モデルの使用に関する文献レビューを行う。 地域の4つの主要な会場からの記事を分析し、それらが解決したタスクごとに整理し、使用済みのプロンプト技術、メトリクス、人間に基づく評価へのアプローチ、および主要なデータセットの概要を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative artificial intelligence attracts significant attention, especially with the introduction of large language models. Its capabilities are being exploited to solve various software engineering tasks. Thanks to their ability to understand natural language and generate natural language responses, large language models are great for processing various software documentation artifacts. At the same time, large language models excel at understanding structured languages, having the potential for working with software programs and models. We conduct a literature review on the usage of large language models for software engineering tasks related to documentation and modeling. We analyze articles from four major venues in the area, organize them per tasks they solve, and provide an overview of used prompt techniques, metrics, approaches to human-based evaluation, and major datasets.
• Abstract（参考訳）: 生成的人工知能は特に大きな言語モデルの導入によって大きな注目を集めている。 その能力は、様々なソフトウェアエンジニアリングタスクを解決するために利用されています。 自然言語を理解し、自然言語応答を生成する能力のおかげで、大きな言語モデルは、さまざまなソフトウェアドキュメントアーティファクトを処理するのに最適です。 同時に、大きな言語モデルは構造化言語を理解することに長けており、ソフトウェアプログラムやモデルを扱う可能性がある。 我々は、ドキュメントやモデリングに関連するソフトウェア工学タスクにおいて、大規模言語モデルの使用に関する文献レビューを行う。 地域の4つの主要な会場からの記事を分析し、それらが解決したタスクごとに整理し、使用済みのプロンプト技術、メトリクス、人間に基づく評価へのアプローチ、および主要なデータセットの概要を提供する。

関連論文リスト

• Lost in the Pipeline: How Well Do Large Language Models Handle Data Preparation? [0.7291396653006809]
  本稿では,データ作成タスクの選択と自動化において,大規模言語モデルがユーザを効果的に支援できるかどうかを検討する。 私たちはこれらのモデルを質の悪いデータセットで促し、データプロファイリングやクリーニングといったタスクを実行する能力を測定しました。 大規模言語モデルの能力を評価するため,ユーザスタディを通じて検証されたカスタムデザインの品質モデルを開発した。
  論文  参考訳（メタデータ） (2025-11-17T19:06:22Z)
• Bootstrapping Cognitive Agents with a Large Language Model [0.9971537447334835]
  大規模な言語モデルは、世界の騒々しい一般的な知識を含んでいるが、訓練や微調整は困難である。 この研究では、認知モデルと大きな言語モデルで符号化されたノイズの多い知識をブートストラップで組み合わせます。
  論文  参考訳（メタデータ） (2024-02-25T01:40:30Z)
• Advancing bioinformatics with large language models: components, applications and perspectives [12.728981464533918]
  LLM(Large Language Model)は、ディープラーニングに基づく人工知能モデルのクラスである。 バイオインフォマティクスにおける大規模言語モデル(LLM)の本質的構成要素について概観する。 主な側面としては、さまざまなデータ型に対するトークン化メソッド、トランスフォーマーモデルのアーキテクチャ、コアアテンションメカニズムなどがある。
  論文  参考訳（メタデータ） (2024-01-08T17:26:59Z)
• Formal Aspects of Language Modeling [74.16212987886013]
  大規模言語モデルは最も一般的なNLP発明の1つとなっている。 これらのノートは、ETH Z "urich course on large language model" の理論的部分の伴奏である。
  論文  参考訳（メタデータ） (2023-11-07T20:21:42Z)
• L2CEval: Evaluating Language-to-Code Generation Capabilities of Large Language Models [102.00201523306986]
  大規模言語モデル(LLM)の言語間コード生成能力を体系的に評価するL2CEvalを提案する。 モデルのサイズ、事前学習データ、命令チューニング、異なるプロンプトメソッドなど、それらのパフォーマンスに影響を与える可能性のある要因を分析する。 モデル性能の評価に加えて、モデルに対する信頼性校正を計測し、出力プログラムの人間による評価を行う。
  論文  参考訳（メタデータ） (2023-09-29T17:57:00Z)
• Diffusion Language Models Can Perform Many Tasks with Scaling and Instruction-Finetuning [52.22611035186903]
  拡散言語モデルを拡張することで、強力な言語学習者が効果的に学習できることが示される。 大規模データから知識を最初に取得することで,大規模に有能な拡散言語モデルを構築する。 実験により、拡散言語モデルのスケーリングは、下流言語タスクにおけるパフォーマンスを一貫して改善することが示された。
  論文  参考訳（メタデータ） (2023-08-23T16:01:12Z)
• Opportunities for Large Language Models and Discourse in Engineering Design [0.0]
  談話はエンジニアリング設計プロセスの中核と見なされるべきであり、したがってデジタルアーティファクトで表現されるべきである、と我々は主張する。 シミュレーション,実験,トポロジ最適化,その他のプロセスステップを,機械操作可能な,談話中心の設計プロセスに統合する方法について述べる。
  論文  参考訳（メタデータ） (2023-06-15T14:46:44Z)
• Lost in Translation: Large Language Models in Non-English Content Analysis [0.0]
  大規模言語モデルは、オンラインで言語を分析し、生成するAIシステムを構築する上で、支配的なアプローチとなっている。 近年、研究者やテクノロジー企業は、大規模言語モデルの能力を英語以外の言語にも拡張しようと試みている。
  論文  参考訳（メタデータ） (2023-06-12T19:10:47Z)

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。