論文の概要: From Textual Requirements to Microservice Architectures - A Comprehensive Evaluation of LLM-Based Design Synthesis

• arxiv url: http://arxiv.org/abs/2607.28307v1
• Date: Thu, 30 Jul 2026 14:45:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.611987
• Title: From Textual Requirements to Microservice Architectures - A Comprehensive Evaluation of LLM-Based Design Synthesis
• Title（参考訳）: テキスト要求からマイクロサービスアーキテクチャへ - LLMに基づく設計合成の総合的評価-
• Authors: Danyllo Albuquerque, José Renan, Guillermo Rodríguez, Guillermo Rodríguez, Emanuel Dantas, Ademar França, Mirko Perkusich, Kyller Gorgônio, Angelo Perkusich,
• Abstract要約: 本研究では,大規模言語モデルが要求設計とアーキテクチャ設計を橋渡しできるかどうかを検討する。 OpenAI o3は、即興的なプロンプトによってガイドされるとき、要求駆動の合成の可能性を示す。 結果はモデル非依存の証明ではなく、2つの小さなシステムからモデル固有かつコンテキスト固有である。
• 参考スコア（独自算出の注目度）: 0.37922648688908517
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Microservice architectures have become dominant for modernizing monolithic systems, yet identifying appropriate services remains challenging and largely manual. Existing decomposition approaches are predominantly code-centric, limiting applicability in early design stages where only textual requirements are available. Despite advances in Large Language Models (LLMs), limited empirical evidence exists on their ability to synthesize complete microservice architectures from natural-language requirements, including service definitions and inter-service interactions. This study investigates whether an LLM can bridge requirements engineering and architectural design, generating architectures solely from textual requirements and evaluating structural agreement and perceived quality of results. We conduct a mixed-method study using OpenAI o3 under zero-shot (ZS) and few-shot (FS) prompting across two systems (Bookstore, PetClinic), one execution per system/condition. Architectures are evaluated through (i) comparison with reference architectures using precision, recall, and F1-score for service identification and communication recovery, and (ii) a blinded expert assessment of correctness, completeness, modularity, and plausibility, plus open feedback synthesis. OpenAI o3 identifies services with higher agreement under FS prompting (F1 = 0.79 for ZS versus = 0.97 for FS). Communication recovery is more challenging: ZS produces dense architectures with high recall but low precision (F1 = 0.61), while FS improves agreement, reaching F1 = 0.82 and reducing unsupported dependencies. Expert evaluation corroborates these results, with FS architectures perceived as more modular, coherent, and plausible than ZS outputs. OpenAI o3 shows potential for requirements-driven synthesis when guided by exemplar prompting. Results are model- and context-specific from two small systems, not model-independent proof.
• Abstract（参考訳）: マイクロサービスアーキテクチャはモノリシックシステムの近代化において支配的になっていますが、適切なサービスを特定することは依然として困難で、大部分が手作業です。 既存の分解アプローチは、主にコード中心であり、テキスト要求のみが利用できる初期設計段階での適用性を制限する。 LLM(Large Language Models)の進歩にもかかわらず、サービス定義やサービス間インタラクションを含む、自然言語要求から完全なマイクロサービスアーキテクチャを合成する能力に関する限定的な実証的証拠が存在する。 本研究は, LLMが要求設計とアーキテクチャ設計を橋渡しし, テキスト要求のみからアーキテクチャを生成し, 構造的合意と評価結果の品質を評価できるかどうかを考察する。 ゼロショット (ZS) と少数ショット (FS) の2つのシステム (Bookstore, PetClinic) にまたがってOpenAI o3 を用いた混合手法による検討を行った。 アーキテクチャは評価される 一 サービス識別及び通信復旧のための精度、リコール及びF1スコアを用いた参照アーキテクチャとの比較 (二)正当性、完全性、モジュール性及び可視性、及びオープンフィードバック合成に関する盲目の専門家評価。 OpenAI o3はFSプロンプト(ZSはF1 = 0.79、FSは0.97)の下で高い合意を持つサービスを特定する。 ZSは高いリコールで低い精度(F1 = 0.61)の高密度アーキテクチャを生成し、FSはF1 = 0.82に到達し、サポート対象の依存関係を減らす。 専門家による評価では、FSアーキテクチャはZS出力よりもモジュラーでコヒーレントで信頼性が高いと見なされ、これらの結果を裏付けている。 OpenAI o3は、即興的なプロンプトによってガイドされるとき、要求駆動の合成の可能性を示す。 結果はモデル非依存の証明ではなく、2つの小さなシステムからモデル固有かつコンテキスト固有である。

関連論文リスト

• CAPRA: Scaling Feedback on Software Architecture Deliverables with a Multi-Agent LLM System [4.37294181347758]
  本稿では,テンプレートに準拠したアーキテクチャフィードバックを生成するために,ソフトウェアアーキテクチャの成果物を分析するマルチエージェントシステムCAPRAを提案する。 10の報告に対する予備的経験的評価は、CAPRAが88.8%の基準を満たしていることを示している。
  論文  参考訳（メタデータ） (2026-06-17T12:00:21Z)
• OpenCompass: A Universal Evaluation Platform for Large Language Models [62.59671563145442]
  汎用大規模言語モデル (LLM) は, 技術の進歩において重要なリンクとなっている。 メインストリームベンチマークデータセットは、タスクタイプの多様性、一貫性のない評価基準、データと処理の断片化といった課題に直面している。 本稿では,ワンストップ,スケーラブル,高精度な汎用評価プラットフォームであるOpen LLMをオープンソースとして提案する。
  論文  参考訳（メタデータ） (2026-05-19T02:50:11Z)
• KG-First, LLM-Fallback: A Hybrid Microservice for Grounded Skill Search and Explanation [26.702635306128865]
  ESCO、ROM、O*NETのような権威的な能力のフレームワークは、教育と労働市場のニーズの整合に不可欠であるが、その技術的な複雑さと構造的不均一性は、教育者による実践的な採用を妨げる。 本稿では、これらのリソースを実績保存知識グラフ(KG)に統合することで、このギャップを埋めるように設計されたマイクロサービスであるSkillGraph-Serviceを紹介する。 結果として得られるアーキテクチャは、複雑なスキルデータをデジタル学習エコシステムに統合するための実用的でスケーラブルで監査可能なソリューションを提供する。
  論文  参考訳（メタデータ） (2026-05-02T19:07:56Z)
• Relatron: Automating Relational Machine Learning over Relational Databases [50.94254514286021]
  本稿では, RDL と DFS を共有設計空間に統合し, 多様な RDB タスクを対象としたアーキテクチャ中心の検索を行う。 RDLはDFSを一貫して上回り、高いタスク依存性を持つ。(2)タスク全体において単一のアーキテクチャが支配的であり、タスク認識モデル選択の必要性を強調し、精度は選択アーキテクチャの信頼性の低いガイドである。
  論文  参考訳（メタデータ） (2026-02-26T02:45:22Z)
• Closed-Loop LLM Discovery of Non-Standard Channel Priors in Vision Models [48.83701310501069]
  大規模言語モデル(LLM)はニューラルアーキテクチャサーチ(NAS)に対する変換的アプローチを提供する 我々は、LLMが性能テレメトリに基づいてアーキテクチャ仕様を洗練する条件付きコード生成タスクのシーケンスとして検索を定式化する。 AST(Abstract Syntax Tree)変異を用いて,有効かつ整合性のあるアーキテクチャの膨大なコーパスを生成する。 CIFAR-100の実験結果は、この手法の有効性を検証し、精度の統計的に有意な改善をもたらすことを示した。
  論文  参考訳（メタデータ） (2026-01-13T13:00:30Z)
• Quantitative Analysis of Technical Debt and Pattern Violation in Large Language Model Architectures [0.0]
  本研究では,AI合成システムにおける「建築エロージョン」と技術的負債の蓄積を計測する最初の経験的枠組みを提案する。 プロプライエタリなモデルは高いアーキテクチャ適合性を実現する一方で、オープンウェイトモデルは重要なばらつきを示す。 これらの結果から, システムスキャフォールディングに小型オープンウェイトモデルを用いることで, 構造的技術的負債の蓄積が促進されることが示唆された。
  論文  参考訳（メタデータ） (2025-12-03T21:24:02Z)
• Data Dependency-Aware Code Generation from Enhanced UML Sequence Diagrams [54.528185120850274]
  本稿では,API2Depという新しいステップバイステップコード生成フレームワークを提案する。 まず、サービス指向アーキテクチャに適した拡張Unified Modeling Language (UML) APIダイアグラムを紹介します。 次に、データフローの重要な役割を認識し、専用のデータ依存推論タスクを導入する。
  論文  参考訳（メタデータ） (2025-08-05T12:28:23Z)
• AnalogXpert: Automating Analog Topology Synthesis by Incorporating Circuit Design Expertise into Large Language Models [10.986618360243526]
  本稿では,実用的なトポロジ合成問題の解決を目的としたLLMベースのエージェントであるAnalogXpertを提案する。 まず、アナログトポロジをSPICEコードとして表現し、設計空間を減らすためにサブ回路ライブラリを導入する。 第2に、CoTと非コンテキスト学習技術を用いて、問題を2つのサブタスクに分解する。 第3に,LLMが初期設計の誤りを漸進的に修正できる証明読解戦略を導入する。
  論文  参考訳（メタデータ） (2024-12-17T09:08:08Z)
• Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
  我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。 本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。 我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T16:33:12Z)

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。