論文の概要: LLM-Powered Workflow Optimization for Multidisciplinary Software Development: An Automotive Industry Case Study
- arxiv url: http://arxiv.org/abs/2603.21439v1
- Date: Sun, 22 Mar 2026 22:59:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-24 19:11:39.42244
- Title: LLM-Powered Workflow Optimization for Multidisciplinary Software Development: An Automotive Industry Case Study
- Title（参考訳）: LLMを利用した多分野ソフトウェア開発のためのワークフロー最適化:自動車産業事例研究
- Authors: Shuai Wang, Yinan Yu, Earl Barr, Dhasarathy Parthasarathy,
- Abstract要約: マルチディシプリナ・ソフトウェア・デベロップメント(MSD)では、ドメインの専門家や開発者は互換性のないフォーマリズムと別々のアーティファクトセットをまたいで協力する必要がある。
我々は,Volvo Groupの車両内APIシステムである textttspapi について,192のエンドポイント,420のプロパティ,76のCAN信号を含むアプローチを評価した。
自動ワークフローは、API開発時間を約5時間から7分以内に短縮し、93.7%のF1スコアを達成した。
- 参考スコア（独自算出の注目度）: 8.211397148550782
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multidisciplinary Software Development (MSD) requires domain experts and developers to collaborate across incompatible formalisms and separate artifact sets. Today, even with AI coding assistants like GitHub Copilot, this process remains inefficient; individual coding tasks are semi-automated, but the workflow connecting domain knowledge to implementation is not. Developers and experts still lack a shared view, resulting in repeated coordination, clarification rounds, and error-prone handoffs. We address this gap through a graph-based workflow optimization approach that progressively replaces manual coordination with LLM-powered services, enabling incremental adoption without disrupting established practices. We evaluate our approach on \texttt{spapi}, a production in-vehicle API system at Volvo Group involving 192 endpoints, 420 properties, and 776 CAN signals across six functional domains. The automated workflow achieves 93.7\% F1 score while reducing per-API development time from approximately 5 hours to under 7 minutes, saving an estimated 979 engineering hours. In production, the system received high satisfaction from both domain experts and developers, with all participants reporting full satisfaction with communication efficiency.
- Abstract（参考訳）: マルチディシプリナ・ソフトウェア・デベロップメント(MSD)では、ドメインの専門家や開発者は互換性のないフォーマリズムと別々のアーティファクトセットをまたいで協力する必要がある。
現在、GitHub CopilotのようなAIコーディングアシスタントでさえ、このプロセスは効率的ではない。個々のコーディングタスクは半自動化されているが、ドメイン知識と実装を結びつけるワークフローはそうではない。
開発者と専門家は、依然として共有ビューを欠いているため、繰り返し調整、明確化ラウンド、エラーが発生しやすいハンドオフが発生している。
このギャップをグラフベースのワークフロー最適化アプローチによって解決し、LLMベースのサービスによる手作業の調整を段階的に置き換え、確立したプラクティスを中断することなく漸進的な採用を可能にします。
本稿では,Volvo Groupの車両内APIシステムであるtexttt{spapi}について,192のエンドポイント,420のプロパティ,76のCAN信号を含む6つの機能ドメインを対象とした評価を行った。
自動ワークフローは、APIごとの開発時間を約5時間から7分以内に短縮し、93.7\%のF1スコアを達成する。
実運用では、このシステムはドメインの専門家と開発者の両方から高い満足度を得られ、すべての参加者がコミュニケーション効率で完全な満足度を報告した。
関連論文リスト
- Human-AI Collaboration for Scaling Agile Regression Testing: An Agentic-AI Teammate from Manual to Automated Testing [1.4902707653987912]
本稿では,検証済み仕様から直接システムレベルのテストスクリプトを生成するエージェントAIアプローチを提案する。
私たちのソリューションは,Haconのアジャイルアーキテクチャに統合された,検索可能なマルチエージェントアーキテクチャを備えています。
結果は、AIチームメイトがテストスクリプトのスループットを大幅に向上し、手作業によるオーサリングの労力を削減していることを示している。
論文 参考訳（メタデータ） (2026-03-09T10:19:13Z) - Towards Reliable ML Feature Engineering via Planning in Constrained-Topology of LLM Agents [1.991571265620589]
コード生成モデルの最近の進歩は、機能エンジニアリングを自動化する前例のない機会を解き放ちました。
現実のMLチームにおける彼らの採用は、依然として重要な課題に制約されている。
我々はこれらの課題に,プランナーによる制約付きトポロジーマルチエージェントフレームワークで対処する。
論文 参考訳（メタデータ） (2026-01-15T19:33:42Z) - WhatsCode: Large-Scale GenAI Deployment for Developer Efficiency at WhatsApp [0.8197659035200293]
WhatsAppをサポートするドメイン固有のAI開発システムであるWhatsCodeの産業展開に関するレポート。
WhatsCodeは、ターゲットとするプライバシ自動化から、エンドツーエンドの機能開発とDevOpsプロセスに統合された自律エージェントへと進化した。
システムは692の自動化/修正変更、711のフレームワーク採用、141のフィーチャ開発アシスト、バグトリアージの精度維持にコミットした。
論文 参考訳（メタデータ） (2025-12-04T23:25:06Z) - CoDA: Agentic Systems for Collaborative Data Visualization [57.270599188947294]
深層研究はデータ分析に革命をもたらしたが、データサイエンティストは依然として手作業による視覚化にかなりの時間を費やしている。
単純なシングルエージェントシステムやマルチエージェントシステムを含む既存のアプローチは、しばしばタスクを単純化する。
本稿では,メタデータ分析,タスク計画,コード生成,自己回帰に特殊なLLMエージェントを利用するマルチエージェントシステムであるCoDAを紹介する。
論文 参考訳（メタデータ） (2025-10-03T17:30:16Z) - A Production-Ready Machine Learning System for Inclusive Employment: Requirements Engineering and Implementation of AI-Driven Disability Job Matching Platform [20.821562115822182]
イタリアでは障害者の雇用は依然として極めて低く、強制雇用の定員は3.5%に過ぎなかった。
我々のゴールは、人間による意思決定の監督を維持しつつ、社会的責任要件を統合した障害雇用マッチングのための生産可能な機械学習システムを開発することである。
このシステムは90.1%のF1スコアと100ms以下のレスポンスタイムを達成し、50,000の候補-パートナーの組み合わせを10分以内で処理する。
論文 参考訳（メタデータ） (2025-08-14T12:17:19Z) - 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) - Human-In-the-Loop Software Development Agents [12.830816751625829]
大規模言語モデル(LLM)ベースのソフトウェアエンジニアリングのためのマルチエージェントパラダイムを導入し、ソフトウェア開発タスクを自動的に解決する。
本稿では,ソフトウェア開発のためのHuman-in-the-loop LLMベースのエージェントフレームワーク(HULA)を紹介する。
私たちは社内使用のために、HULAフレームワークをAtlassianに設計、実装、デプロイしています。
論文 参考訳（メタデータ） (2024-11-19T23:22:33Z) - Spider2-V: How Far Are Multimodal Agents From Automating Data Science and Engineering Workflows? [73.81908518992161]
我々は、プロのデータサイエンスとエンジニアリングに焦点を当てた最初のマルチモーダルエージェントベンチマークであるSpider2-Vを紹介する。
Spider2-Vは、本物のコンピュータ環境における現実世界のタスクを特徴とし、20のエンタープライズレベルのプロフェッショナルアプリケーションを組み込んでいる。
これらのタスクは、エンタープライズデータソフトウェアシステムにおいて、コードを書き、GUIを管理することで、マルチモーダルエージェントがデータ関連のタスクを実行する能力を評価する。
論文 参考訳（メタデータ） (2024-07-15T17:54:37Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z)
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。