@inproceedings{oai:ipsj.ixsq.nii.ac.jp:02004396,
 author = {村田,大二郎 and 明神,智之 and 伊藤,信治 and Daijiro Murata and Tomoyuki Myojin and Shinji Itoh},
 book = {ソフトウェアエンジニアリングシンポジウム2025論文集},
 month = {Sep},
 note = {ソフトウェアの開発及び保守におけるコーディングコスト削減のために，LLMを適用しコードを自動生成及び修正する技術がすでに実用化されている．情報システムは千行以上のメソッドを有し，さらにメソッドが利用する大規模プロジェクト内のインタフェース定義などの多くの入力情報を追加する必要があるが，LLMには入力サイズの制限があり長いメソッドを生成・修正できない場合がある．また，入力サイズの制限を超えない場合でも，入力が長くなるほど出力の品質は低下する．そのため，本研究では入力を分割し情報を追加してLLMに投入し，整合した出力にマージするよう機能を拡張した．結果，ソースコードの変数と構造について概ね80%を超える形で一貫性を保つ形で生成可能であると示せた．, To reduce coding costs in software development and maintenance, automatic generation and modification of source code using LLM has already been practical used. Information systems can have hundreds or more methods. Furthermore, it is necessary to add a lot of input information, such as interface definitions of the large projects used by the target. but LLM has input token size limitations and cannot generate or modify long methods. In addition, even if the input size is below limit, the longer the input, the lower the output quality is. In this study, we expanded the functionality to split the input, add additional information, and merge it into a consistent output. As a result, we demonstrated that it is possible to generate code with over 80% consistency in terms of variables and structure in the source code.},
 pages = {158--165},
 publisher = {情報処理学会},
 title = {生成AIを用いた長いメソッドを対象とするソースコード開発機能の開発と評価},
 volume = {2025},
 year = {2025}
}