网站访问量
今日访问量: 1,343
基于推理对比机制的SQL生成自纠错方法
庄子文;郝志峰;黄俊其;许柏炎;蔡瑞初;针对大语言模型（large language models,LLMs）在Text-to-SQL任务中生成的查询语句仍存在语义偏差，且现有自纠错方法因过度依赖执行反馈或人工规则而难以定位错误根源的问题，本文提出一种基于推理对比机制的结构化查询语言（structured query language,SQL）生成自纠错框架SCR-SQL。该框架通过显式对比预测SQL与标准SQL背后的思维链（chains-of-thought,CoT）差异，构建出可复用的面向纠错的推理知识库。在推理阶段，模型通过检索相关的推理引导信息，实现对预测SQL的针对性语义修正。该方法不依赖预定义的错误类别或硬性规则，具有更强的鲁棒性与泛化能力。在BIRD与Spider基准测试上的实验结果表明，SCR-SQL在上下文学习与监督微调2种设置下均能稳定提升执行准确率，其中以CodeS-15B为基座模型时，在BIRD开发集上取得了60.82%的执行准确率，较基线方法提升了2.35%。
基于大语言模型的Web应用测试用例与脚本生成研究
郭江坤;陶铭硕;翟雨晨;郭泽儒;王佳欣;随着软件系统复杂度的不断提升，传统测试用例生成方法主要依赖人工编写，存在效率低、覆盖不全、难以适应快速迭代等问题。大语言模型为自动化测试生成提供了新的可能，但其在真实场景下的有效性、稳定性与实用性尚未得到系统评估。本文针对该问题，选取ChatGPT、DeepSeek和豆包3种主流大语言模型，结合Selenium与Python构建自动化测试框架，在139邮箱、189邮箱、穷游网及马蜂窝等典型Web应用上开展实验。通过自动提取UI元素、生成测试数据与脚本，并结合人工审查与多维指标评估，系统分析各模型在测试数据有效性、脚本准确性、用例覆盖度与缺陷发现等方面的表现。实验结果表明，不同模型在测试生成中具有明显的能力分化：豆包在用例生成效率与中文场景通过率方面表现最优，ChatGPT在复杂逻辑与边界场景覆盖上更具优势，DeepSeek则在脚本代码质量与结构规范性上领先。研究进一步提出多模型协同与迭代优化策略，有效提升了生成脚本的可用性与场景适应性。本工作不仅验证了大语言模型在提升测试效率与覆盖范围方面的潜力，也揭示了其在输出一致性、复杂交互理解等方面的局限，为LLM(large language models)在软件测试中的实用化提供了实验依据与优化路径。
QASTER：查询时刻锚定的会话感知时序证据检索
帅金文;刘鹏;杜鹏;李彤;针对长期会话问答中查询时刻信息利用不足、纯语义检索难以判断证据时间适用性以及关键会话可能被遗漏的问题，本文提出QASTER(query-time-anchored session-aware temporal evidence retrieval)，一种查询时刻锚定的会话感知时序证据检索方法。在查询时刻可获得的条件下，QASTER以带有日期和会话标识的原始对话轮次为记忆单元，将同一查询日期用于会话级候选生成和时序证据重排，并传递至共享回答后端，以筛选与问题语义及时间条件相匹配的证据。在LongMemEval-S的211道知识更新与时序推理问题上，采用GPT-5.4-mini后端时，QASTER较NaiveRAG的总体平均准确率提高22.4个百分点；在采用Qwen3.7-Plus进行推理与语义评分的时间增强检索对比中，其较2种混合检索重排基线均提高3.32个百分点。
社会调查模拟中监督微调大语言模型的群体内协变失真诊断
林晨曦;蒋卓人;针对大语言模型合成调查应答的现有评价偏重单变量指标、难以识别聚合一致性掩盖群体内协变失真的问题，本文提出一种由单变量对齐、全样本相关模式一致性和群体内相关模式保持程度构成的三层诊断框架，并以真实数据的分半稳定性作为群体内指标的经验基准，进一步结合组内与组间协变强度构成及群体内个体应答离散度定位失真来源。基于世界价值观调查第七轮测试集覆盖65个国家和地区的社会信任数据，对3种开源指令模型及其监督微调版本进行评测。结果表明：监督微调模型的全样本相关模式一致性达到0.86～0.89，但群体内一致性仅为0.29～0.37，相当于各自匹配分半稳定性基准的43%～54%；协变强度中的群体内成分占比由真实数据的74%降至6%～7%，群体内个体标准差降至真实值的31%～33%。这表明，监督微调改善了单变量和聚合层面的拟合，但这种改善主要伴随群体间均值差异的复现，并未同步恢复群体内部的个体异质性和相关模式。所提框架可用于识别聚合层面高一致性可能掩盖的群体内结构失真，为大语言模型合成调查应答进入多变量统计分析前的质量评估提供依据。
多维语义环境下多模态大模型驱动的用户界面复杂性评价方法
叶睿鸿;王心宇;冯天;大模型在用户体验设计中的应用不断拓展，为设计流程的智能化提供了新的技术支撑。然而，现有基于大模型的用户界面评价多侧重定性分析，往往忽略用户所处语义环境与多模态交互数据的综合作用，缺乏系统、可重复的量化评价方法。为此，本文提出一种多维语义环境下多模态大模型驱动的用户界面复杂性评价方法，包含3个核心模型：基于多维语义环境的用户画像构建模型、基于多模态分析的用户体验模拟模型与基于复杂性的用户界面评价模型，形成从用户建模、体验模拟到量化评价的完整流程。以“药管家”应用2个版本的用户界面为对象开展效度验证实验，结果表明：多模态大模型生成的虚拟用户与真实用户的复杂性评分在界面不对齐度、界面密度、颜色复杂度等核心指标上呈显著正相关；且依据评价模型建议优化后的版本，界面整体感知复杂性显著低于初始版本，初步验证了方法的效度。本研究为多模态大模型应用于界面复杂性评价提供了一种可行路径。
基于双通道Patch-KAN Transformer的变压器绕组故障诊断方法
袁震林;王依琳;朱斌宇;王晨阳;王松;融合人工智能算法的频率响应分析(frequency response analysis,FRA)方法已经成为变压器绕组定量诊断研究的重要途径。针对传统诊断方法和现有人工智能模型参数量大、非线性特征提取能力不足和可解释性弱等问题，本文提出一种基于双通道Patch-KAN Transformer的变压器绕组故障诊断方法。首先，将FRA原始绝对幅值响应与健康基准差分响应组成双通道输入，并采用重叠Patch将长序列划分为局部频带token，在保留物理频段信息的同时，有效减少模型参数量；其次，构建ChebyKAN-Transformer特征提取主干建模不同频带之间的长程依赖关系，并利用KAN网络(kolmogorov-arnold network)增强复杂谐振特征的非线性映射能力；随后，进行类别条件动态注意力池化，使双通道自适应聚合不同频段的故障敏感特征，并独立生成判据；最后，设计动态Logit决策，完成加权融合和最终故障判别，依据注意力统计结果与动态融合权重分布特征，实现故障敏感频段及通道依赖关系的可视化分析。结果表明，所提方法的准确率、宏平均召回率和宏平均F1分数分别达到99.84%、99.83%和99.83%，优于1D-CNN、ResNet1D和Transformer等对比方法。该模型能够有效识别绕组故障类型及位置，并兼顾参数效率、非线性特征和诊断过程可解释性，为变压器绕组故障智能诊断提供了一种有效方法。
微信公众号
公告栏
作者在网站投稿成功后，编辑部及时进行初审，不符我刊发表的稿件发送“退稿通知单”，录用稿件逐期安排刊登，并付相应稿酬。
稿件投稿后，审稿周期一般为2~3个月。请随时关注系统并按照要求上传修改稿件,也可以拨打电话0571-85183079咨询。
《科技通报》欢迎您的来稿，欢迎订阅。
期刊信息
月刊
1985年创刊
主管、主办
浙江省科学技术协会
编辑出版
《科技通报》编辑部
电 话
0571-85183079
投稿网址
联系邮箱
联系地址
浙江省杭州市西湖文化广场省科技馆6楼
主编:刘志强
编辑部主任:孟佳菲
编辑:徐丹 吴頔
ISSN 1001-7199
CN 33-1079/N
广告许可证号
330100400130