通过一致性驱动的迭代细化将自然语言转换为 SysMLv2

基于模型的系统工程 (MBSE) 依赖正式的系统模型作为主要技术工件，用于表示整个系统生命周期中的需求、结构和行为。随着 SysMLv2 作为文本语言的标准化，人们对将自然语言描述直接转换为可执行模型的兴趣越来越大。对于实际部署，生成的模型必须被工业建模环境接受，而不仅仅是满足语法约束。我们提出了一个一致性检查驱动的框架，用于可靠的自然语言到 SysMLv2 的翻译，强制生产级接受作为终止条件。该系统在生成-检查-修复循环中嵌入了 SysMLv2 一致性检查器。每个模型都使用检查器进行评估，并将确定性诊断纳入修订中，直到实现零一致性错误。使用生产检查器作为预言机可确保框架的目标是可部署性而不是语法合理性。我们在四个 大语言模型 后端的完整 SysMBench 提示集（包含 151 个提示）上评估该方法，产生 604 个提示模型案例。单次生成实现了 51.16% 的生产一致性验收，而我们的方法实现了 100.00% 的一致性。通过将生产一致性从后处理检查提升为生成内的控制机制，该框架将概率输出转换为生产可接受的 SysMLv2 工件，适合加载、可视化和工程使用。