GPT-4 与安全案例生成：一项探索性分析
软件工程
2023-12-12 v1 人工智能
摘要
在不断演进的软件工程领域中，以 ChatGPT 为代表的大型语言模型 (LLM) 和对话界面的出现堪称革命性。尽管它们在各个领域的潜力毋庸置疑，本文开启了一段引人入胜的探索之旅，旨在调查其未知领域，即生成安全案例的探索。在本文中，我们的主要目标是深入探究 GPT-4 的现有知识库，特别关注其对目标结构表示法 (GSN) 的理解，这是一种允许直观表示安全案例的成熟表示法。随后，我们用 GPT-4 进行了四个不同的实验。这些实验旨在评估其在特定系统和应用领域内生成安全案例的能力。为了衡量 GPT-4 在此情境下的表现，我们将其生成的结果与为 X 射线系统以及车辆中用于轮胎噪声识别 (TNR) 的机器学习 (ML) 组件所创建的真值安全案例进行比较。这使我们能够获得关于该模型生成能力的宝贵见解。我们的研究结果表明，GPT-4 展现出了生成中等准确且合理的安全论证的能力。此外，它还展现出生成与我们实验中作为真值的参考安全案例在语义内容上高度契合的安全案例的能力。
引用
@article{arxiv.2312.05696,
title = {GPT-4 and Safety Case Generation: An Exploratory Analysis},
author = {Mithila Sivakumar and Alvine Boaye Belle and Jinjun Shan and Kimya Khakzad Shahandashti},
journal= {arXiv preprint arXiv:2312.05696},
year = {2023}
}