会员服务
IEEE国际需求工程会议是研究人员、实践者、教育工作者和学生展示和讨论需求工程学科最新创新、经验和关注点的首要国际论坛。这次会议将为学术界、政府和工业界提供一个广泛的项目，其中包括几位杰出的主旨演讲人和三天的会议，会议内容包括论文、专题讨论、海报和演示。官网链接：https://re20.org/
Towards Human-AI Synergy in Requirements Engineering: A Framework and Preliminary Study
Arxiv
0+阅读 · 10月28日
Retrieval-Augmented Generation-based Relation Extraction
Arxiv
0+阅读 · 10月28日
From Online User Feedback to Requirements: Evaluating Large Language Models for Classification and Specification Tasks
Arxiv
0+阅读 · 10月27日
REx86: A Local Large Language Model for Assisting in x86 Assembly Reverse Engineering
Arxiv
0+阅读 · 10月23日
Does Model Size Matter? A Comparison of Small and Large Language Models for Requirements Classification
Arxiv
0+阅读 · 10月24日
Re:Member: Emotional Question Generation from Personal Memories
Arxiv
0+阅读 · 10月21日
ShaRE your Data! Characterizing Datasets for LLM-based Requirements Engineering
ShaRE your Data! Characterizing Datasets for LLM-based Requirements Engineering
Arxiv
0+阅读 · 10月21日
DIP-AI: A Discovery Framework for AI Innovation Projects
Arxiv
0+阅读 · 10月20日
New flexible and inexact Golub-Kahan algorithms for inverse problems
Arxiv
0+阅读 · 10月21日
Generative AI for Requirements Engineering: A Systematic Literature Review
Arxiv
0+阅读 · 10月14日
Evaluating the Quality of the Quantified Uncertainty for (Re)Calibration of Data-Driven Regression Models
Arxiv
0+阅读 · 10月10日
Peeking inside the Black-Box: Reinforcement Learning for Explainable and Accurate Relation Extraction
Peeking inside the Black-Box: Reinforcement Learning for Explainable and Accurate Relation Extraction
Arxiv
0+阅读 · 10月7日
GLiDRE: Generalist Lightweight model for Document-level Relation Extraction
Arxiv
0+阅读 · 10月7日
Reconsidering Requirements Engineering: Human-AI Collaboration in AI-Native Software Development
Arxiv
0+阅读 · 10月5日
Accountability Capture: How Record-Keeping to Support AI Transparency and Accountability (Re)shapes Algorithmic Oversight
Arxiv
0+阅读 · 10月6日
参考链接
父主题
软件工程
程序设计语言
IEEE
微信扫码咨询专知VIP会员
Top