본 논문은 엔지니어링 작업의 성능 요구사항을 정량화하는 효율적인 자동 접근 방식인 LQPR을 제시합니다. LQPR은 정량화를 분류 문제로 변환하는 새로운 이론적 프레임워크를 기반으로 합니다. 대규모 언어 모델(LLM) 대신, 성능 요구사항이 짧고 간결하며 강한 패턴을 보인다는 관찰을 바탕으로 경량 언어 기반 매칭 메커니즘을 설계했습니다. 다양한 데이터셋에서 9개의 최첨단 학습 기반 접근 방식과 비교한 결과, LQPR은 75% 이상의 경우에서 유일하게 최고 성능을 기록했으며, 비용은 두 자릿수 감소했습니다.
