Der jüngste Fortschritt bei großen Sprachmodellen (LLMs) hat ein neues Paradigma von KI-Agenten geprägt, nämlich LLM-basierte Agenten. Im Vergleich zu eigenständigen LLMs erweitern LLM-basierte Agenten die Vielseitigkeit und Expertise der LLMs erheblich, indem sie mit der Fähigkeit ausgestattet werden, externe Ressourcen und Werkzeuge wahrzunehmen und zu nutzen. Bis heute wurden LLM-basierte Agenten in der Softwareentwicklung (SE) angewendet und haben bemerkenswerte Wirksamkeit gezeigt. Die Synergie zwischen mehreren Agenten und der Interaktion mit Menschen verspricht weitere Fortschritte bei der Bewältigung komplexer realer SE-Probleme. In dieser Arbeit stellen wir eine umfassende und systematische Übersicht über LLM-basierte Agenten für SE vor. Wir haben 124 Arbeiten gesammelt und sie aus zwei Perspektiven kategorisiert, nämlich aus der SE- und der Agenten-Perspektive. Darüber hinaus diskutieren wir offene Herausforderungen und zukünftige Richtungen in diesem wichtigen Bereich. Das Repository dieser Übersicht befindet sich unter https://github.com/FudanSELab/Agent4SE-Paper-List .
Building similarity graph...
Analyzing shared references across papers
Loading...
Junwei Liu
Kaixin Wang
Yixuan Chen
ACM Transactions on Software Engineering and Methodology
University of Illinois Urbana-Champaign
Nanyang Technological University
Fudan University
Building similarity graph...
Analyzing shared references across papers
Loading...
Liu et al. (Thu,) haben diese Fragestellung untersucht.
www.synapsesocial.com/papers/69abc2855af8044f7a4ec331 — DOI: https://doi.org/10.1145/3796507
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: