PathOCL:基于路径的 OCL 生成的 GPT-4 增强模型
原文中文,约600字,阅读约需2分钟。发表于: 。通过引入 PathOCL,一种基于路径的提示增强技术,我们解决了大型语言模型(LLMs)在处理大型 UML 类模型时的限制,从而实现了更高数量和正确性的 Object Constraint Language(OCL)约束生成。
本研究提出了敏捷模型驱动开发(MDD)方法,使用GPT-4增强代码自动生成,通过无人驾驶车队案例研究展示了多代理仿真系统。使用UML图示构建了案例研究的文本表示,并引入约束以减少模型歧义性。利用GPT-4自动生成了Java和Python代码,并对生成代码进行了全面评估。结果显示,本体论约束的模型产生了复杂但可管理的代码,且测试和维护风险较低。