Early-Stage Product Line Validation Using LLMs: A Study on Semi-Formal Blueprint Analysis

📄 arXiv: 2604.20523v1 📥 PDF

作者: Viet-Man Le, Thi Ngoc Trang Tran, Sebastian Lubos, Alexander Felfernig, Damian Garber

分类: cs.SE, cs.AI

发布日期: 2026-04-22

备注: The 41st ACM/SIGAPP Symposium on Applied Computing (SAC '26), March 23--27, 2026, Thessaloniki, Greece DOI: 10.1145/3748522.3779903

💡 一句话要点

利用LLM进行早期产品线验证：半形式化蓝图分析研究

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 软件产品线 特征模型 半形式化蓝图 早期验证

📋 核心要点

  1. 现有软件产品线验证方法依赖于形式化模型，前期验证成本高，缺乏对半形式化蓝图的直接分析能力。
  2. 提出利用LLM直接对半形式化文本蓝图执行特征模型分析操作，无需转换为形式化模型，降低验证成本。
  3. 实验表明，推理优化LLM在蓝图分析中达到88-89%的准确率，接近求解器，可作为轻量级验证助手。

📝 摘要（中文）

本文研究了大型语言模型（LLM）是否可以直接在半形式化的文本蓝图上执行特征模型分析操作（AOs）。这些蓝图是对特征层次结构和约束的简洁的约束语言描述，从而可以在软件产品线范围界定中实现早期验证。我们使用12个最先进的LLM和16个标准AOs，将其输出与基于求解器的oracle FLAMA进行比较。结果表明，推理优化的模型（例如，Grok 4 Fast Reasoning，Gemini 2.5 Pro）在所有评估的蓝图和操作中实现了88-89％的平均准确率，接近求解器的正确性。我们发现了结构解析和约束推理中的系统性错误，并强调了可用于模型选择的准确性-成本权衡。这些发现将LLM定位为早期可变性验证的轻量级助手。

🔬 方法详解

问题定义：论文旨在解决软件产品线工程中，早期阶段产品线验证的问题。传统方法依赖于将半形式化的需求蓝图转换为形式化模型，然后使用求解器进行分析，这增加了前期验证的复杂性和成本。现有的方法难以直接处理半形式化的文本描述，缺乏灵活性和易用性。

核心思路：论文的核心思路是利用大型语言模型（LLM）强大的自然语言理解和推理能力，直接对半形式化的文本蓝图进行特征模型分析操作。通过将蓝图描述作为LLM的输入，并设计合适的提示词，引导LLM执行诸如特征有效性检查、约束满足性分析等任务。

技术框架：该研究的技术框架主要包括以下几个步骤：1) 收集和准备半形式化的文本蓝图数据集；2) 选择和配置多个LLM（例如，Grok 4 Fast Reasoning，Gemini 2.5 Pro）；3) 定义一系列特征模型分析操作（AOs），例如特征有效性检查、约束满足性分析等；4) 设计合适的提示词，将蓝图描述和分析操作输入到LLM中；5) 将LLM的输出与基于求解器的oracle FLAMA的输出进行比较，评估LLM的准确率。

关键创新：该研究的关键创新在于探索了LLM在软件产品线早期验证中的应用潜力，并验证了LLM直接处理半形式化文本蓝图的可行性。与传统方法相比，该方法无需将蓝图转换为形式化模型，降低了验证成本，提高了验证效率。此外，该研究还分析了不同LLM在不同分析操作中的性能差异，为模型选择提供了指导。

关键设计：论文的关键设计包括：1) 半形式化文本蓝图的表示方式，需要保证LLM能够理解和处理；2) 特征模型分析操作的定义，需要覆盖软件产品线验证的关键任务；3) 提示词的设计，需要引导LLM正确地执行分析操作；4) 评估指标的选择，需要能够准确地衡量LLM的性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，推理优化的LLM（如Grok 4 Fast Reasoning, Gemini 2.5 Pro）在所有评估的蓝图和操作中实现了88-89%的平均准确率，接近基于求解器的oracle FLAMA的正确性。这表明LLM在半形式化蓝图分析方面具有很强的潜力，可以作为早期验证的有效工具。

🎯 应用场景

该研究成果可应用于软件产品线工程、需求工程等领域，帮助工程师在产品开发的早期阶段进行快速验证和迭代，降低开发成本，提高产品质量。未来可扩展到其他类型的半形式化文档分析，例如架构描述、设计文档等，具有广阔的应用前景。

📄 摘要（原文）

We study whether Large Language Models (LLMs) can perform feature model analysis operations (AOs) directly on semi-formal textual blueprints, i.e., concise constrained-language descriptions of feature hierarchies and constraints, enabling early validation in Software Product Line scoping. Using 12 state-of-the-art LLMs and 16 standard AOs, we compare their outputs against the solver-based oracle FLAMA. Results show that reasoning-optimized models (e.g., Grok 4 Fast Reasoning, Gemini 2.5 Pro) achieve 88-89% average accuracy across all evaluated blueprints and operations, approaching solver correctness. We identify systematic errors in structural parsing and constraint reasoning, and highlight accuracy-cost trade-offs that inform model selection. These findings position LLMs as lightweight assistants for early variability validation.