LLM-based Iterative Approach to Metamodeling in Automotive

要約

この論文では、大規模な言語モデル（LLM）に依存するドメイン固有のメタモデル構造への自動化されたアプローチを紹介します。
主な焦点は、自動車ドメインでの採用です。
結果として、Pythonプログラミング言語を使用したプロトタイプがWebサービスとして実装され、OpenaiのGPT-4Oが基礎となるLLMとして使用されました。
最初の実験に基づいて、このアプローチは、自動車要件のセットに基づいてエコールメタモデルを構築し、Plantuml表記を使用することで視覚化するため、人間の専門家は結果を改善するためにフィードバックを提供できます。
最後に、必要な制限と追加の手順を含む、ローカルに展開可能なソリューションも考慮されます。

要約(オリジナル)

In this paper, we introduce an automated approach to domain-specific metamodel construction relying on Large Language Model (LLM). The main focus is adoption in automotive domain. As outcome, a prototype was implemented as web service using Python programming language, while OpenAI’s GPT-4o was used as the underlying LLM. Based on the initial experiments, this approach successfully constructs Ecore metamodel based on set of automotive requirements and visualizes it making use of PlantUML notation, so human experts can provide feedback in order to refine the result. Finally, locally deployable solution is also considered, including the limitations and additional steps required.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google