一种基准化质量工程制品生成技术
软件工程
2025-11-21 v1 人工智能
摘要
大型语言模型（LLM）正在通过自动生成需求、测试用例和行为驱动开发（BDD）情景等制品来变革质量工程（QE），但确保这些输出质量仍然是一个挑战。本文提出了一种系统性技术，用于基准化和评估 QE 制品，采用可量化的指标。该方法结合了 LLM 驱动的生成、逆向生成以及以评语表为导向的清晰度、完整性、一致性和可测试性的迭代细化。实验结果显示，在 12 个项目中，逆向生成的制品可超过低质量输入并在输入质量较高时保持高标准。该框架实现了可扩展、可靠的 QE 制品验证，弥合了自动化与可 accountability 之间的鸿沟。
引用
@article{arxiv.2511.15733,
title = {Technique to Baseline QE Artefact Generation Aligned to Quality Metrics},
author = {Eitan Farchi and Kiran Nayak and Papia Ghosh Majumdar and Saritha Route},
journal= {arXiv preprint arXiv:2511.15733},
year = {2025}
}