HiddenLens：检测并消解需求中的隐藏假设
热点事件持续更新
HiddenLens：检测并消解需求中的隐藏假设
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Tanu Singh、Aashna Suman 与 Vinod Patidar 提出 HiddenLens，一个六层 BERT-LLM 流水线，用于检测、分类、质询并消解软件需求中的隐藏假设，而非仅标记歧义。作者报告其端到端 F1 为 0.79，较关键词基线和 QuARS-Adapted 基线分别高 71% 和 61%；其中 BERT 非功能需求分类器 F1 为 0.847。 团队同时发布 HiddenLens Corpus（HLC）数据集，含 312 条需求和 847 个隐藏假设标注。上述效果均为作者在论文中的报告。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
HiddenLens：检测与消解软件需求隐藏假设的多层 LLM 框架报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.CLHiddenLens：检测与消解软件需求隐藏假设的多层 LLM 框架
HiddenLens 是一个六层 BERT-LLM 流水线，用于检测、分类、质询并消解软件需求中的隐藏假设，端到端 F1 达 0.79，较关键词基线和 QuARS-Adapted 基线分别高出 71% 和 61%。其 BERT 非功能需求分类器 F1 为 0.847，并配套发布含 312 条需求、847 个隐藏假设标注的 HiddenLens Corpus（HLC）数据集。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。