机器学习和基础模型的最新进展正在改变现有软件工程过程的前沿，本文考虑了采用环境友好实践创建 AI 软件系统的影响，并对使用基础模型进行软件开发的环境影响进行了讨论。

Jun, 2024

这篇论文探讨了人工智能引领的自动化和人类创新之间的相互作用，以及如何将人工智能顺利整合到软件工程中并保持其固有的人类创造力。

Jun, 2024

本研究探讨了 AI 支持的编程工具的现有局限性和未来发展挑战，从 Copilot 的代码建议语言习惯和代码气味方面进行了初步探索，同时提出了一个简单的分类工具来理解该领域的 AI 支持的 code completion 工具。

Mar, 2023

软件工程领域正在经历一场范式转变，人工智能系统如 LLMs 日益重要，提高软件开发生产力，未来五年，人类开发者与人工智能之间将会有日益增长的共生伙伴关系，软件工程研究社区必须重视这一趋势，我们需要解决将人工智能融入软件开发过程带来的关键研究挑战，本文提出我们对于 AI 主导软件开发领域未来的愿景，并探讨了研究社区在实现这一愿景上应该解决的关键挑战。

Jun, 2024

软件工程领域的未来将依靠人工智能技术（AI4SE）的发展，以提升开发者的生产力、提高软件质量，并实现可信赖和协同工作的目标。

Sep, 2023

本文提出了一种新方法，支持自动化机器学习，帮助软件工程师在不需要深入了解人工智能的情况下，选择适当的机器学习模型、算法和技术以及适当的超参数来开发人工智能密集型系统，并进行智能能源领域的案例研究。

Mar, 2022

基于 Large Language Models 的 FMware 软件开发引发了一系列软件工程挑战，该研究讨论了这些挑战并提出了创新的解决方案，同时介绍了 FMArts 长期项目以及其在设计和开发可靠 FMware 方面的应用和学习经验。

Feb, 2024

基于对代理与基础模型互动模式的分类和对该模式的扩展架构提出的综述性论文，为实现基础模型在实际人工智能系统中的潜力提供了指导。

Feb, 2024

本文探讨了新兴生成式人工智能（GenAI）模型，如大型语言模型（LLM），如何增强过程系统工程（PSE）中的解决方法学。研究发现，这些尖端的 GenAI 模型，特别是基础模型（FM），在广泛的任务范围内，如回答查询、图像生成和复杂决策等方面提供了多功能适应性。本文深入介绍了经典和新兴的 GenAI 模型，包括 FM，并探讨了它们在 PSE 的关键领域内的应用，如合成和设计、优化和整合以及过程监测和控制。此外，本文还讨论了在充分利用 GenAI 在 PSE 中的潜力方面所面临的潜在挑战，包括多尺度建模、数据要求、评估指标和基准、以及信任与安全性，从而加深对如何将 GenAI 有效集成到系统分析、设计、优化、运营、监控和控制中的探讨。该研究为未来关于在 PSE 中应用新兴 GenAI 的研究提供了指导。

Feb, 2024

本篇论文提出了一种新型的人工智能生态系统，将基础模型与数百万 API 相连通以实现各种数字和实体任务，该方法主要利用基础模型作为中心系统，将这些 API 作为子任务解决器，以完成各种任务。

Mar, 2023