该报告由南京大学匡宏宇在“2024 AI+研发数字峰会”上发表,围绕大语言模型时代的需求自动追踪技术展开,涵盖技术背景、LLM时代需求追踪的价值、基于LLM的技术探索、相关研究成果及未来展望等内容。 1. 需求自动追踪技术背景与发展:在软件项目开发中,需求可追踪性至关重要,它能显式标识需求与其他软件制品间的联系,辅助开...
《大语言模型时代需求自动追踪技术》由匡宏宇在2024AI+研发数字峰会发表,聚焦软件项目开发中需求自动追踪技术,探讨其背景、价值、技术及未来发展。 - 需求自动追踪技术背景与发展:在软件项目开发中,溯源需求对开发者融入团队、管理者治理项目资产意义重大。需求可追踪性旨在显式标识软件制品间联系,起源于1968年相关会议对...
匡宏宇,南京大学软件学院助理研究员,软件研发效能实验室成员,博士毕业于南京大学计算机科学与技术系。其研究方向为软件可追踪性、自动化软件可追踪分析、程序理解、文本分析、程序分析等。在ICSME,SANER,JSEP,ICPC,ICWS,ICSOC等软件工程一流国际会议与杂志上发表论文多篇。目前参与多个科技部重点研发项目,主持国家自然科学...
5 徐海洋:多模态文档大模型mPLUG-DocOwl 6 王俊杰:基于多模态大模型的用户界面交互和测试 7 王博:大语言模型时代的变异分析 8 钱忱:大模型驱动的多智能体协同初探 9 美AI教育政策建议及各州政策链接(英文) 10 匡宏宇:大语言模型时代需求自动追踪技术 先导...
1、大语言模型时代需求自动追踪技术匡宏宇 南京大学演讲嘉宾匡宏宇CCF软件工程专委会执行委员/持续研究自动化软件追踪十余年南京大学软件学院助理研究员,软件研发效能实验室核心成员,十余年来持续研究软件可追踪性、代码库挖掘、程序理解等软件开发相关方向,曾获ACM南京分会优秀博士论文、AIIDE 2019 Best Paper、教育部...
针对上述问题,软件研发效能实验室的匡宏宇老师及其指导的博士生孙可心同学创新性地提出了一种增强策略 AVIATE。该策略通过利用从软件制品的多种翻译变体中提取出的共识词对来丰富文本语义,以提升 IR 模型在双语制品上的自动追踪恢复表现。具体而言,该方法首先利用四种主流的翻译器对软件制品中存在多语言混用现象的句子进...
我院软件研发效能实验室匡宏宇老师指导的博士生高辉在软件可追踪性领域又取得新进展,其成果形成了题为《Using Consensual Biterms from Text Structures of Requirements and Code to Improve IR-Based Traceability Recovery》的会议论文,并被软件工程领域顶级国际会议 International Conference on Automated Software Engineer...
29 声音(2)评价(0) 正序|倒序 2 Liu笑着面对 2020-03-06 21:59 8 2020-03 1 姓氏歌 20 2020-03 专辑主播 Liu笑着面对 210 TA的专辑 更多 拓东一小(一)4班匡宏宇1929
匡洪宇,哈尔滨医科大学附属第一医院,内分泌科主任医师,致力于内分泌医、教、研工作二十余年。对糖尿病及其并发症、甲状腺疾病、骨质疏松、垂体疾病、肾上腺疾病、性腺疾病等内分泌疾病有较深的造诣,对内分泌各种急症有丰富的抢救经验,对内分泌科疑难杂症有独特的见解,治
匡宏宇-大语言模型时代需求自动追踪技术 今天分享的是:匡宏宇-大语言模型时代需求自动追踪技术 报告共计:44页 该演讲围绕大语言模型时代的需求自动追踪技术展开,阐述了其背景、价值、技术探索及研究成果。需求自动追踪技术源于软件危机,旨在标识软件制品间的关联关系,对提升软件开发质量和效率意义重大,如帮助新手开发者...