大型语言模型作为敏捷模型驱动开发中的代码生成器
原文中文,约600字,阅读约需2分钟。发表于: 。本研究解决了自然语言描述软件在生成可部署结构化工件时的模糊性问题,提出了一种结合大型语言模型(如GPT4)的敏捷模型驱动开发(AMDD)方法。通过使用统一建模语言(UML)建模多智能体无人车队系统,并整合对象约束语言(OCL)和FIPA本体语言来减少模糊性,验证了生成的Java和Python代码与预期行为的一致性,并展示了模型约束对代码复杂性的影响。
本研究提出了一种敏捷模型驱动开发方法,利用GPT-4增强代码自动生成。通过UML图和约束语言,生成的Java和Python代码在无人驾驶车队仿真系统中表现良好,符合预期,且在本体论约束下代码复杂性可控。