[공지사항]을 빙자한 안부와 근황 
Show more

दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

SysML के माध्यम से पाठ से मॉडल: उन्नत सिस्टम मॉडलिंग भाषा आरेखों के माध्यम से असंरचित प्राकृतिक भाषा पाठ से गतिशील प्रणाली कम्प्यूटेशनल मॉडल का स्वचालित निर्माण

Created by
  • Haebom

लेखक

मैथ्यू एंडरसन हेंड्रिक्स, ऐलिस सिसिर्लो

रूपरेखा

यह शोधपत्र गतिशील प्रणालियों के इंजीनियरिंग डिज़ाइन और परिनियोजन में तेज़ी लाने में योगदान देता है। इसमें एक ऐसी रणनीति प्रस्तावित की गई है जिससे गतिशील प्रणाली से संबंधित रुचिकर दस्तावेज़ों और किसी विशिष्ट प्रणाली का वर्णन करने वाले इनपुट दस्तावेज़ों के समूह से डोमेन और विशेषज्ञ ज्ञान का लाभ उठाकर स्वचालित रूप से एक गतिशील प्रणाली कम्प्यूटेशनल मॉडल तैयार किया जा सके। यह रणनीति पाँच चरणों में कार्यान्वित की जाती है, और सिस्टम मॉडलिंग लैंग्वेज डायग्राम (SysML) का उपयोग करके घटकों की निर्भरता, गुणों और संचालन के बारे में सटीक जानकारी निकालना महत्वपूर्ण है। प्राकृतिक भाषा प्रसंस्करण (NLP) रणनीतियों और वृहद भाषा मॉडल (LLM) का उपयोग विशिष्ट कार्यों के लिए किया जाता है ताकि स्वचालित SysML डायग्राम निर्माण (मुख्य संज्ञा सूची, निकाले गए संबंध सूची, मुख्य वाक्यांश और मुख्य संबंध सूची, ब्लॉक विशेषता मान, ब्लॉक संबंध, BDD डायग्राम निर्माण, आदि) के मध्यवर्ती आउटपुट को बेहतर बनाया जा सके। स्वचालित SysML डायग्राम निर्माण की प्रयोज्यता को विभिन्न केस स्टडीज़ के माध्यम से दर्शाया गया है। SysML डायग्राम से एक जटिल गतिशील प्रणाली का कम्प्यूटेशनल मॉडल कोड निर्माण और कम्प्यूटेशनल मॉडल निर्माण चरणों के माध्यम से प्राप्त किया जाता है। कोड निर्माण चरण में, NLP रणनीतियों का उपयोग सारांशीकरण के लिए किया जाता है, और LLM का उपयोग केवल सत्यापन के लिए किया जाता है। प्रस्तावित दृष्टिकोण किसी विशिष्ट प्रणाली, डोमेन या कम्प्यूटेशनल सॉफ़्टवेयर तक सीमित नहीं है। हम एक साधारण पेंडुलम के पाठ से लेकर मॉडल तक के एक संपूर्ण उदाहरण के माध्यम से प्रस्तावित दृष्टिकोण की प्रयोज्यता को प्रदर्शित करते हैं, और केवल LLM का उपयोग करने वाले परिणामों की तुलना में बेहतर प्रदर्शन दर्शाते हैं।

Takeaways, Limitations

Takeaways:
गतिशील प्रणाली मॉडलिंग के स्वचालन को सक्षम करने के लिए डोमेन ज्ञान को एलएलएम के साथ संयोजित करके डिजाइन और परिनियोजन समय को कम करें।
SysML का उपयोग करके मॉडल की सटीकता और विश्वसनीयता में सुधार करना।
विभिन्न प्रणालियों और डोमेन पर लागू होने वाला एक सामान्य दृष्टिकोण प्रस्तुत करें।
एलएलएम स्टैंडअलोन उपयोग की तुलना में बेहतर प्रदर्शन।
Limitations:
प्रस्तावित दृष्टिकोण का प्रदर्शन इनपुट दस्तावेजों की गुणवत्ता पर निर्भर हो सकता है।
जटिल गतिशील प्रणालियों पर प्रयोज्यता और मापनीयता पर आगे अनुसंधान की आवश्यकता है।
एलएलएम सत्यापन चरण के दौरान होने वाली संभावित त्रुटियों को संबोधित करने की आवश्यकता है।
विभिन्न प्रणालियों के लिए आगे प्रयोगात्मक परिणाम और तुलनात्मक विश्लेषण की आवश्यकता है।
👍