Thai University RankingsRESEARCH RADAR
← กลับฐานข้อมูลงานวิจัย
งานใหม่ที่น่าจับตา

แรงงานปัญญาแบบผสมสำหรับประมาณความพยายามในการพัฒนาซอฟต์แวร์ที่มีโมเดลภาษาขนาดใหญ่ช่วย

Hybrid intelligence effort for software effort estimation in LLM assisted development

สัญญาณผลกระทบ72/100
01

ข้อมูลจากบทคัดย่อ

การทดลองควบคุมกับนักพัฒนา 22 คน งานจริง 110 งาน และโมเดลภาษาขนาดใหญ่ 3 แบบ เสนอแนวคิด Hybrid Intelligence Effort ซึ่งรวมภาระการใช้เหตุผลของโมเดลกับการกำกับ ตรวจสอบ และแก้ไขโดยมนุษย์ ผลระบุว่า Story Points ยังอธิบายความพยายามได้บางส่วน แต่ไม่ครอบคลุมภาระหลักในงานที่ AI ช่วย ขณะที่มิติ HIE อธิบายความแปรปรวนของความพยายามได้ประมาณ 72–80% และลดความคลาดเคลื่อนเชิงระบบ โดยการตรวจสอบกับการแทรกแซงแก้ไขของมนุษย์เป็นตัวขับสำคัญ ผลเสนอให้ปรับแบบจำลองประมาณงาน แต่จำนวนผู้เข้าร่วมและเครื่องมือจำกัด จึงต้องทำซ้ำในทีม โครงการ และโมเดลอื่นก่อนใช้วางแผนองค์กร

02

เหตุผลที่อยู่ในฐานติดตาม

ระเบียนนี้ได้รับ Impact Signal 72/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย

ประเด็นที่เกี่ยวข้อง: Software Engineering Research · Software Engineering Techniques and Practices · Topic Modeling

03

บทบาทของนักวิจัยและสถาบันไทย

Arfat Ahmad Khan · Khon Kaen University

04

ข้อจำกัดของข้อมูล

หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง