特聘副研究員
大模型在軟件工程中應(yīng)用(軟件工程3.0) , 軟件自動化測試 , 實證研究(empirical research)
-
1個人簡介
-
2教育背景
-
3工作經(jīng)歷
-
4在研項目
-
5代表性論文
-
6Contact Me
石漸蔚,博士,華南師范大學(xué)人工智能學(xué)院特聘副研究員,2025級軟件工程專業(yè)2、3班班主任。任 Wiley 出版社期刊 Journal of Software: Evolution and Process (JSEP) 審稿人。在碩士學(xué)業(yè)期間,在德國大陸集團有軟件測試自動化實習(xí)經(jīng)歷。博士畢業(yè)于德國漢諾威大學(xué),軟件工程研究所。 在德國博士學(xué)業(yè)期間,指導(dǎo)16名來自歐洲、非洲、亞洲的學(xué)生成功完成本科和碩士論文。他目前的研究興趣是大模型在軟件工程中應(yīng)用(軟件工程3.0)、軟件自動化測試以及交叉學(xué)科(信息學(xué)、醫(yī)學(xué)、心理學(xué))中的實證研究(empirical research)等。
他活躍于演講俱樂部,愛好二胡與古琴,鉆研中醫(yī)智慧,樂于徒步旅行,并沉醉于詩歌欣賞。
歡迎對科研感興趣的同學(xué)與他聯(lián)系,他的郵箱是 jianwei.shi@m.scnu.edu.cn 。
2025.7 至今 博士后 華南師范大學(xué),人工智能學(xué)院(合作導(dǎo)師:潘家輝教授)
2020.10 - 2025.3 博士 漢諾威大學(xué)(Leibniz University Hannover),電子與計算機學(xué)院,軟件工程研究所(方向:需求工程,導(dǎo)師:Prof. Kurt Schneider)
2016.4 - 2019.6 碩士 漢諾威大學(xué)(Leibniz University Hannover),電子與計算機學(xué)院(方向:軟件工程和多媒體信息處理,導(dǎo)師:Prof. Ralph Ewerth)
2011.9 - 2015.7 學(xué)士 長安大學(xué),信息工程學(xué)院(專業(yè):軟件工程,導(dǎo)師:王夏黎副教授)
2025.7 至今 特聘副研究員 華南師范大學(xué)人工智能學(xué)院
2020.2 - 2025.1 研究助理 漢諾威大學(xué)軟件工程研究所
2018.11 - 2019.8 學(xué)生助理 漢諾威大學(xué)可視化分析研究所
2018.10 - 2019.9 學(xué)生助理 漢諾威音樂學(xué)院音樂家生理學(xué)和音樂家醫(yī)學(xué)研究所
2018.4 - 2018.9 碩士實習(xí)生 大陸集團(美因河畔法蘭克福地區(qū)),自動化測試部門
2018.1 - 2018.3 以及 2016.6 - 2017.9 學(xué)生助理 漢諾威大學(xué)國際學(xué)生辦公室
2017.1 - 2017.12 學(xué)生助理 漢諾威大學(xué)軟件工程研究所
智能手術(shù)導(dǎo)航系統(tǒng)
核心目標(biāo): 研發(fā)一款精準(zhǔn)、易用、可靠的臨床級手術(shù)導(dǎo)航軟件,提升微創(chuàng)穿刺手術(shù)的安全性與效率。
主要內(nèi)容:
- 實現(xiàn)結(jié)構(gòu)光掃描點云與CT影像數(shù)據(jù)的高精度匹配
- 優(yōu)化交互界面、迭代圖像匹配算法,并新增貼合臨床需求的實用功能
- 全程融入軟件工程思想,通過系統(tǒng)化需求獲取、虛擬數(shù)據(jù)集測試及壓力測試,確保軟件的高可靠性
用戶反饋智能分析
核心目標(biāo): 解決大模型在總結(jié)用戶反饋時的AI幻覺問題,為產(chǎn)品經(jīng)理提供實用的核心需求抓取工具。
主要內(nèi)容:
- 融合視覺大模型與檢索增強生成(RAG)技術(shù),通過檢索精準(zhǔn)上下文來降低總結(jié)誤差
- 構(gòu)建評測視頻的數(shù)據(jù)集,通過對照組與實驗組的設(shè)計,系統(tǒng)評估視覺大模型與RAG技術(shù)的使用對降低幻覺、提升總結(jié)實用性的效果
- 延伸應(yīng)用: 探索將用戶反饋與缺陷報告進行自動化匹配,評估各類算法的匹配效能
軟件工程3.0與需求工程
核心目標(biāo): 探索大模型技術(shù)在需求工程中的應(yīng)用,解決中、英、德文語境下結(jié)構(gòu)化需求的自動化優(yōu)化及高質(zhì)量代碼生成問題。
主要內(nèi)容:
- 利用大模型自動處理用戶反饋并更新需求文檔
- 研究如何通過有效的多智能體博弈,提升大模型從自然語言需求生成高質(zhì)量源代碼與測試代碼的能力
- 使用并提出度量標(biāo)準(zhǔn),評估大模型技術(shù)在解決以上及類似的軟件工程任務(wù)的效能
1. J. Shi and K. Schneider, ‘Verfeinerung der Anforderungen mit ChatGPT auf Basis von Stakeholder-Feedback’, in Softwaretechnik-Trends, in 1, vol. 45. Köln, Feb. 2025. Available: https://fb-swt.gi.de/fileadmin/FB/SWT/Softwaretechnik-Trends/Verzeichnis/Band_45_Heft_1/Gherkin-Anf-Verfeinerung-ZweiSeiten-v14.pdf
2. J. Shi, J. Mönnich, J. Klünder, and K. Schneider, ‘Organizing Graphical User Interface tests from behavior‐driven development as videos to obtain stakeholders’ feedback’, Journal of Software: Evolution and Process, p. e2721, Aug. 2024, doi: 10.1002/smr.2721.
3. J. Shi, O. Karras, M. Obaidi, and M. Tandun, ‘Can Videos as a By-Product of GUI Testing Help Developers Understand GUI Tests?’, in 2023 IEEE 31st International Requirements Engineering Conference Workshops (REW), Hannover, Germany: IEEE, Sep. 2023, pp. 146–153. doi: 10.1109/REW57809.2023.00031.
4. J. Shi, J. Mönnich, J. Klünder, and K. Schneider, ‘Using GUI Test Videos to Obtain Stakeholders’ Feedback’, in 2023 IEEE/ACM International Conference on Software and System Processes (ICSSP), Melbourne, Australia: IEEE, May 2023, pp. 35–45. doi: 10.1109/ICSSP59042.2023.00014.
5. J. Shi, C. Otto, A. Hoppe, P. Holtz, and R. Ewerth, ‘Investigating Correlations of Automatically Extracted Multimodal Features and Lecture Video Quality’, in Proceedings of the 1st International Workshop on Search as Learning with Multimedia Information, Nice France: ACM, Oct. 2019, pp. 11–19. doi: 10.1145/3347451.3356731.
請在他的DBLP主頁查看完整的英文、德文論文列表:https://dblp.org/pid/145/2199-1.html
