返回
LLM as a Code Generator in Agile Model Driven Development
DOI:10.1007/978-3-031-96841-9_10.png)
摘要
En 中文
利用大型语言模型(LLM)如GPT-4进行代码自动生成代表显著进展,但并非没有挑战。软件的自然语言描述固有的歧义性对生成可部署、结构化的产物构成重大障碍。本研究倡导模型驱动开发(MDD)作为克服这些挑战的可行策略,提出一种敏捷模型驱动开发(AMDD)方法,该方法使用GPT-4作为代码生成器。这种方法增强了代码自动生成过程的灵活性和可扩展性,并提供敏捷性,允许无缝适应模型或部署环境的变化。我们通过使用统一建模语言(UML)对多智能体无人车队(UVF)系统进行建模来说明这一点,通过整合对象约束语言(OCL)进行代码结构元模型建模、FIPA本体语言进行通信语义元模型建模,显著减少了模型歧义。应用GPT-4的自动生成能力可产生与JADE和PADE框架分别兼容的Java和Python代码。我们对自动生成代码的全面评估验证了其与预期行为的一致性,并识别了智能体交互中的改进。在结构上,我们评估了仅受OCL元模型约束的模型所生成的代码的复杂度,与同时受OCL和FIPA-本体元模型影响的代码的复杂度。结果表明,受本体约束的元模型产生固有更复杂的代码,但其圈复杂度仍保持在可管理范围内,表明可以加入额外的元模型约束而不超过复杂度的高风险阈值。
Keyword:
Model driven development
GPT-4 code generation
Multi-agent ontology
Object constraint language
Cyclomatic complexity
期刊
M
IF:
0
论文数:
13
被引数:
0
机构
引用论文
On the assessment of generative AI in modeling tasks: an experience report with ChatGPT and UML关于建模任务中生成式AI的评估: 使用ChatGPT和UML的经验报告
Combining Adaptive Holonic Control and ISA-95 Architectures to Self-Organize the Interaction in a Worker-Industrial Robot Cooperative Workcell结合自适应层级控制与ISA-95架构,以实现人机协作工作站中交互的自组织
Domain-specific Language and Tools for Strategic Domain-driven Design, Context Mapping and Bounded Context Modeling领域特定语言和工具,用于战略领域驱动设计、上下文映射和有界上下文建模
Blended modeling in commercial and open-source model-driven software engineering tools: A systematic study商业和开源模型驱动软件工程工具中的混合建模:一项系统研究

