10:59
官方一手arXiv: OpenAI@Daniel Silva, Renan Alves, Emanuel Dantas Filho, Ademar Sousa Neto, Mirko Perkusich, Danyllo Wagner Albuquerque, Kyller Gorgônio, Angelo Perkusich
推荐理由：这篇论文用源码依赖实测OpenAI o3拆微服务的靠谱度，零样本和少样本结果差不多，TPD达到68%和83%。
Bookstore
共 1 条相关 AI 资讯
7月31日
10:59
该论文针对OpenAI o3生成的微服务分解提出基于静态依赖分析的自动验证流程，在PetClinic和Bookstore两个系统上比较零样本与少样本提示策略。使用依赖保持（TPD）和依赖违反（TVD）指标评估，并通过鲁棒性分析控制类到服务映射覆盖差异。标准化后两种策略的结构遵从性等价，TPD值分别为68.0%和83.3%。结果表明，结构评估需显式控制映射覆盖率，否则提示策略间的差异可能是方法偏差。