Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

LLM-Empowered Event-Chain Driven Code Generation for ADAS in SDV systems

Created by
  • Haebom
Category
Empty

저자

Nenad Petrovic, Norbert Kroth, Axel Torschmied, Yinglei Song, Fengjunjie Pan, Vahid Zolfaghari, Nils Purschke, Sven Kirchner, Chengdong Wu, Andre Schamschurko, Yi Zhang, Alois Knoll

개요

본 논문은 자연어 요구사항으로부터 검증된 자동차 코드를 생성하기 위해, 이벤트 체인 기반의 LLM(Large Language Model) 기반 워크플로우를 제시한다. 대규모의 진화하는 차량 신호 명세(VSS) 카탈로그에서 검색 증강 생성(RAG) 계층을 사용하여 코드 생성 프롬프트 컨텍스트를 제공하여 환각을 줄이고 아키텍처적 정확성을 보장한다. 검색된 신호는 매핑 및 검증된 후 인과 관계 및 타이밍 제약을 인코딩하는 이벤트 체인으로 변환된다. 이러한 이벤트 체인은 LLM 기반 코드 합성을 안내하고 제약하여 동작 일관성 및 실시간 실현 가능성을 보장한다. 비상 제동 사례 연구에 대한 초기 연구 결과에 따르면, 제안된 접근 방식을 통해 LLM 재교육 없이 유효한 신호 사용 및 일관된 코드 생성을 달성했다.

시사점, 한계점

•
시사점:
◦
자연어 요구사항으로부터 자동차 코드 생성 가능성 제시
◦
RAG 기술을 활용하여 환각 감소 및 아키텍처적 정확성 확보
◦
이벤트 체인을 통한 동작 일관성 및 실시간 실현 가능성 보장
◦
LLM 재교육 없이 유효한 신호 사용 및 일관된 코드 생성 달성
•
한계점:
◦
제시된 접근 방식의 일반화 가능성에 대한 추가 연구 필요
◦
비상 제동 사례 연구에 국한된 결과
◦
구체적인 구현 세부 사항 및 성능 평가에 대한 추가 정보 부족
👍
Made with Slashpage