Towards Automatic Support of Software Model Evolution with Large Language~Models

要約

ソフトウェア システムの構造と動作のモデリングは、ソフトウェア エンジニアリングのさまざまな分野で重要な役割を果たします。
他のソフトウェア エンジニアリング成果物と同様、ソフトウェア モデルは進化する可能性があります。
モデル完成機能によってモデルを進化させるモデラーをサポートし、頻繁に発生する編集パターンなどの高度な編集操作を提供することは、まだ未解決の問題です。
最近、大規模言語モデル (つまり、生成ニューラル ネットワーク) が、ソフトウェア エンジニアリングを含むさまざまな研究分野で大きな注目を集めています。
この論文では、ソフトウェア エンジニアリングにおけるソフトウェア モデルの進化をサポートする上での大規模言語モデルの可能性を探ります。
モデルを完成させ、ソフトウェア システムのモデル履歴から編集パターンを発見するために大規模な言語モデルを利用するアプローチを提案します。
シミュレートされたモデル リポジトリを使用した制御された実験を通じて、これら 2 つのタスクに対する大規模な言語モデルの可能性を評価します。
私たちは、大規模言語モデルが確かにソフトウェア モデルの進化をサポートするための有望なテクノロジーであり、ソフトウェア モデルの進化の分野でさらに調査する価値があることを発見しました。

要約(オリジナル)

Modeling structure and behavior of software systems plays a crucial role, in various areas of software engineering. As with other software engineering artifacts, software models are subject to evolution. Supporting modelers in evolving models by model completion facilities and providing high-level edit operations such as frequently occurring editing patterns is still an open problem. Recently, large language models (i.e., generative neural networks) have garnered significant attention in various research areas, including software engineering. In this paper, we explore the potential of large language models in supporting the evolution of software models in software engineering. We propose an approach that utilizes large language models for model completion and discovering editing patterns in model histories of software systems. Through controlled experiments using simulated model repositories, we conduct an evaluation of the potential of large language models for these two tasks. We have found that large language models are indeed a promising technology for supporting software model evolution, and that it is worth investigating further in the area of software model evolution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google