要約
私たちは、最終アーキテクチャが明示的に定義されていない、車両ソフトウェア システムの開発に対する新しいモデルおよび機能ベースのアプローチを提案します。
代わりに、アプリケーションが論理的に均一な環境で実行される単一システム幻想の特性を保持しながら、特定の制約、要件、ハードウェア アーキテクチャを考慮した検索と最適化の反復プロセスから生まれます。
提示されたアプローチの重要なポイントの 1 つは、最新の生成 AI、特に大規模言語モデル (LLM) をループに組み込むことです。
この分野の最近の進歩により、LLM が要件の処理、正式なシステム モデルの生成、さらにはソフトウェア展開仕様とテスト コードの生成を支援できるようになることが期待されています。
結果として得られるパイプラインは大幅に自動化されており、各ステップでフィードバックが生成されます。
要約(オリジナル)
We propose a novel model- and feature-based approach to development of vehicle software systems, where the end architecture is not explicitly defined. Instead, it emerges from an iterative process of search and optimization given certain constraints, requirements and hardware architecture, while retaining the property of single-system illusion, where applications run in a logically uniform environment. One of the key points of the presented approach is the inclusion of modern generative AI, specifically Large Language Models (LLMs), in the loop. With the recent advances in the field, we expect that the LLMs will be able to assist in processing of requirements, generation of formal system models, as well as generation of software deployment specification and test code. The resulting pipeline is automated to a large extent, with feedback being generated at each step.
arxiv情報
| 著者 | Krzysztof Lebioda,Viktor Vorobev,Nenad Petrovic,Fengjunjie Pan,Vahid Zolfaghari,Alois Knoll |
| 発行日 | 2024-03-21 15:07:57+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google