研究称MARQ原型提升大模型需求质量评估F1至0.80

据论文《MARQ: A Modular, LLM-Agnostic Requirement Quality Assessor Infused with Systems Engineering Knowledge》，作者Jannatul Shefa、Alejandro Salado、Paul Wach与Taylan G. Topcu提出模块化、不依赖特定大模型的原型MARQ，通过按准则组织的知识栈将INCOSE需求质量准则注入大模型。研究在专家标注的NASA需求集上，以Claude Opus 5、GPT-5.6 Sol和开放权重Gemma 3 12B为基座，每模型运行100次，与现成基线对比。论文称MARQ的F1中位数分别为0.80、0.62和0.53，现成基线为0.55、0.52和0.18。作者指出增益性质因模型而异：Claude Opus 5改善缺陷检出与误报控制；GPT…