跳到正文
arXiv · AI· Meriem Ben Chaaben, Th\'eo Giraudet, Benoit Combemale, Houari Sahraoui·· 3 天前AI 评分25

RAFiC:基于 LLM 的跨 DSL 语义角色引导模型补全

From Language-Specific to Cross-DSL: Semantic-Role-Guided Model Completion with LLMs

AI 导读

RAFiC 提出一种基于 LLM 的迭代式领域模型补全方法,通过元模型信息确保语法有效性,并利用语义角色注释增强提示词,以实现跨 DSL 的通用化补全。 在三个 DSL 和每个 DSL 两个场景的消融研究中,语义角色指导在所有情况下均提高了贡献率,RAFiC 在大多数场景下比弱提示配置具有更高的补全效果,且在 LLM 训练数据中表征较少的 DSL 上收益最大。

来源:arXiv · AI · arxiv.org