ELISA：一个用于需求获取的智能代理——对最先进大语言模型的比较

《ACM Transactions on Software Engineering and Methodology》：ELISA, a requirements ELIcitation Smart Agent — Comparison of state-of-the-art LLMs

尽管自然语言处理（NLP）在需求工程中的应用日益增多，但近期鲜有研究关注其在需求获取早期阶段的应用。本文提出了一种评估三种前沿大语言模型（LLMs）——Mistral NeMo、GPT-5 和 Qwen3-Max——在访谈中识别客户需求、系统需求及环境前提条件并生成需求文档能力的研究框架。为此，我们开发了 ELISA（基于智能 AI 的需求提取智能体），旨在通过迭代式问题生成与答案收集的循环过程支持需求提取，并将所收集的信息自动综合为需求文档。ELISA 通过模块化连接多个大语言模型进行参数化配置，从而实现灵活且具可比性的评估。该研究从验证与确认的角度出发，在四个项目上考察了 ELISA 在不同大语言模型下的访谈生成与需求报告能力。