「2023年软件研发应用大模型」国内现状调查

新知榜官方账号

2023-12-09 22:15:12

「2023年软件研发应用大模型」国内现状调查

本文是「2023年软件研发应用大模型」国内现状调查的内容摘要,包括调研对象对大语言模型(LLM)的态度、LLM在软件研发中的使用方向、使用LLM在软件需求、设计、编程、测试、运维等方面的作用以及大模型应用时遇到的困难。

调研对象对大语言模型(LLM)的态度

调研对象对LLM的态度包括处于观望、开始关注并试用、积极应用等。调研表上也可以看到目前LLM类型和使用方向。

LLM在软件研发中的使用方向

调研表上列举了LLM在软件研发中的使用方向,包括帮助提升需求质量、辅助产品设计、用户体验设计、代码生成、提升研发效率、代码检查、代码解释、提升代码质量、测试脚本和用例生成、答疑解惑、文档润色、生成等。

使用LLM在软件需求、设计、编程、测试、运维等方面的作用

使用LLM在软件需求、设计、编程、测试、运维等方面的作用包括润色需求文档、检查/评审需求文档、基于原始需求生成用户故事、基于用户故事生成验收标准、实例化需求、辅助产品设计、用户体验设计、功能定义、分解或细化、函数级代码生成、代码补全、代码评审、遗留代码解释、代码修复、生成测试用例、评审/改进测试用例、生成测试脚本、评审/改进测试脚本、生成测试数据、测试日志分析、异常数据分析、测试报告改进或生成、运维日志分析、异常诊断、问题定位、数据统计、图表生成等。

大模型应用时遇到的困难

大模型应用时遇到的困难包括研发人员的应用水平不行、缺少机器学习和大模型训练人才、缺少算力或云计算平台、缺少大模型部署的能力、缺少高质量的(业务/研发)训练数据、(业务/研发)数据数量不足、领导不重视、安全、隐私担忧、行业合规性限制等。

本页网址:https://www.xinzhibang.net/article_detail-22414.html

寻求报道,请 点击这里 微信扫码咨询

关键词

大语言模型 LLM 软件研发 机器学习 编程助手 测试

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯