MARQ：融合系统工程知识的模块化LLM需求质量评估器

融合系统工程知识可提升LLM需求质量评估，但效果因模型而异。

资讯摘要

论文提出MARQ，一个模块化、不依赖特定LLM的需求质量评估原型，通过按准则组织的知识栈落实INCOSE需求质量准则。作者在专家标注的NASA需求集上，用Claude Opus 5、GPT-5.6 Sol和Gemma 3 12B各执行100次评测，报告中位F1分别为0.80、0.62、0.53，高于各自基线0.55、0.52、0.18；但增益性质因模型而异，且集中在Correctness与Conformance准则。

要点速读

1. MARQ为模块化、LLM无关原型，以准则特定知识栈补充LLM，落实INCOSE需求质量准则。
2. 在专家标注的NASA需求集上，Claude Opus 5、GPT-5.6 Sol、Gemma 3 12B的中位F1分别为0.80、0.62、0.53，基线为0.55、0.52、0.18。
3. 增益因模型而异：Claude Opus 5改善缺陷检测与误报控制，GPT-5.6 Sol检测提升但误报增多，Gemma 3 12B达专有模型基线水平但波动大。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。