[1Yin-A] Poster 1

[1Yin-A-32] A Study on Context Filtering Techniques for LLM-Based Document Review

〇Kenichiro Kanai¹, Koji Tanaka¹, Tatsuhiko Saito¹ (1. Mitsubishi Electric Corporation)

Keywords:

Large Language Model,Software Engineering

本研究では，ソフトウェア開発での大規模言語モデル（LLM）による仕様書のレビューにおける指摘再現率の向上を目的として，レビュー対象と比較すべきコンテキストの精度向上手法を検討する．従来のRAGベース手法では，レビューの指摘再現率が低く，この一因はコンテキストが冗長であることにあるとの考えられる．そこで，本研究では検索結果をレビュー観点に基づいて絞り込む手法を提案する．絞り込みには「選別」および「抽出」の２つの手法を用い，実務仕様書から作成したデータセットにより評価した．その結果，「抽出」の手法では，特定不備の検出性能が向上することを確認した．一方で，情報の抽出漏れなども見られたため，今後も改善を進める．