论文
使用 LLM 进行早期产品线验证：半形式化蓝图分析研究
Early-Stage Product Line Validation Using LLMs: A Study on Semi-Formal Blueprint Analysis
摘要
我们研究大语言模型（LLM）是否可以直接在半正式文本蓝图上执行特征模型分析操作（AO），即特征层次结构和约束的简洁约束语言描述，从而能够在软件产品线范围界定中进行早期验证。使用 12 个最先进的 LLM 和 16 个标准 AO，我们将它们的输出与基于求解器的预言机 FLAMA 进行比较。结果表明，推理优化模型（例如 Grok 4 Fast Reasoning、Gemini 2.5 Pro）在所有评估的蓝图和操作中实现了 88-89% 的平均准确度，接近求解器的正确性。我们识别结构解析和约束推理中的系统错误，并强调为模型选择提供信息的准确性与成本权衡。这些发现将 LLM 定位为早期变异性验证的轻量级助手。