Qwen2.5-Coder-7B-Instruct を用いた SysML モデル自動生成のための LLM ベースフレームワーク
An LLM-Based Framework for the Automatic Generation of SysML Models
本論文は、クラウド LLM ベースの SysML 生成におけるドメインデータ不足、モデルの幻覚、高コスト、機密データ漏洩リスクといった課題に対処するため、Qwen2.5-Coder-7B-Instruct をベースとした軽量かつ完全にオフラインのフレームワークを提案する。914 サンプルの SysML PlantUML コーパスを構築し、4 ビット NF4 量子化 Low-Rank Adaptation (QLoRA) ファインチューニング、ベクトルフリー Jaccard 同一図参照検索、3 ラウンドの構文修正ループを統合した。PlantUML が構文解析を行い、Graphviz がレイアウトをレンダリングする。5 種類の構造および振る舞い SysML v1 ダイアグラムタイプをカバーする 131 サンプルでテストした結果、プレーンプロンプトベースラインの F1 スコアは 52.94% であったが、検索拡張バリアントではゼロリトライ構文合格率が 92.37% から 99.28% に向上し、F1 スコアは 50.64% にわずかに低下した。クラウドデータ転送なしで完全にローカルで実行されるこのパイプラインは、SysML PlantUML モデリングのためのプライバシーセーフな軽量ソリューションを提供するが、SysML 固有の要件またはパラメトリックダイアグラムはサポートしない。
本論文は SysML モデリングにおける LLM 活用の研究であり、投資判断に直結する具体的な商用イベントや市場インパクトを示すものではない。技術的に興味深いものの、投資家視点での重要な事業インパクトは限定的と判断される。