软件工程2022级本科生在CCF会议发表学术论文
通讯员：王帮超
近日，第25届软件质量、可靠性和安全国际会议（25th IEEE International Conference on Software Quality, Reliability, and Security, QRS 2025）公布了今年的论文录用结果，软件工程2022级本科生卢佳、朱诗雨同学分别作为第一作者的两篇论文，均被大会录用发表。据悉，QRS会议是中国计算机学会（CCF）推荐的C类会议，也是软件可靠性领域排名第二的国际学术会议。两篇论文的录用发表，展现了软件工程专业的本科生在人工智能赋能软件工程（AI4SE）领域的最新研究进展。
图1 卢佳同学的论文录用通知
图2 朱诗雨同学的论文录用通知
图3 AUG工具核心功能展示
卢佳同学的论文《AUG: An Interactive Tool for Clarifying and Generating UML Models Based on Large Language Models》指出：需求建模在软件开发中至关重要，然而手动开展UML建模活动既耗时又容易出错。现有的基于大语言模型（LLM）的方法通常依赖PlantUML解析等间接手段实现，导致其适应性不足。为应对这些挑战，该学生团队研发了一款名为AUG（Automated UML Generation）的工具。该工具是一款由GLM4UML模型驱动的交互式工具，专注于自动化UML建模，尤其适用于类图、用例图和序列图的生成。AUG集成了动态编辑、质量评估与反馈机制，构建了一套自动化评估与优化范式。通过构建包含10000条数据的数据集，并采用提示学习技术对GLM4-9B进行微调以提升模型性能。实验结果表明，AUG的精确率、召回率和F1值分别达到78.68%、67.37%和72.59%，优于四种开源大语言模型（比较基线）。此外，该篇论文通过问卷调查进一步验证了AUG的高可用性与高效性，并展现了用户的高满意度。
图4 LLMSDH工具核心功能展示
朱诗雨同学的论文《LLMSDH: An Integrated Software-assisted Development Tool Based on Large Language Models》指出：随着软件系统复杂性的日益增加，提升开发效率与自动化水平变得至关重要。然而，现有自动化工具通常仅聚焦于软件开发周期中的某一或少数阶段，仍存在功能覆盖不足、智能支持欠缺及可解释性差等问题。为弥合这一差距，该学生团队提出一款名为LLMSDH工具，该款工具是基于大型语言模型（LLMs）的集成化软件辅助开发工具，旨在覆盖软件开发生命周期各关键阶段，通过整合需求分析、架构设计、代码生成、测试验证等环节，构建端到端的自动化开发范式。实验表明，LLMSDH在代码生成准确率为82.3%，需求文档转化效率提升了3.2倍，这些核心指标显著优于传统工具链，尤其在处理跨模块依赖关系和模糊需求场景时展现出更强的鲁棒性。
两篇论文的录用发表，展现了软工专业2022级同学良好的学习风气，专业的科研素养以及向上的精神风貌，这将激励软件工程系在建设“学生得到成长”的道路上，继续踔厉奋发，勇毅前行。