MARQ：注入系统工程知识的模块化LLM需求质量评估器
原文标题：MARQ: A Modular, LLM-Agnostic Requirement Quality Assessor Infused with Systems Engineering Knowledge
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该论文提出 MARQ，一个模块化、不依赖特定 LLM 的需求质量评估原型，通过注入 INCOSE 需求质量标准对应的知识栈来增强模型能力。在专家标注的 NASA 需求集上，Claude Opus 5 的 F1 中位数从 0.55 提升至 0.80，GPT-5.6 Sol 从 0.52 升至 0.62，Gemma 3 12B 从 0.18 升至 0.53。研究显示增益因模型而异，且集中在正确性与一致性标准上，仍需人工复核。
- 问题
- 通用LLM评估需求质量时漏检多、跨标准表现不均。
- 方法
- MARQ以模块化知识栈注入INCOSE需求质量标准，不绑定特定LLM。
- 结果
- NASA需求集上F1中位数：Claude Opus 5从0.55升至0.80，GPT-5.6 Sol从0.52升至0.62，Gemma 3 12B从0.18升至0.53
- 影响
- 需求评审可先用知识注入方案提召回，但增益因模型而异且仍需人工复核。
机构：NASA
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。