现代国防系统日益复杂，对工程工作流的速度和适应性提出了越来越高的要求。虽然基于模型的系统工程（MBSE）与新兴的系统建模语言版本2（SysML v2）标准为捕获系统行为提供了框架，但其实际使用常常受到手动建模所需的专业知识和时间的限制。本研究探讨了大语言模型（LLMs）是否能够通过从制导、导航与控制（GNC）文本输入自动生成系统建模语言版本2（SysML v2）状态机来帮助克服这一障碍。开发并评估了三种基于Flowise的大语言模型：结构化转换模型（STM），其使用结构化提取和JSON编码过程；示例引导结构化模型（EGSM），其将结构化提取与示例驱动生成配对；以及示例引导上下文模型（EGCM），其应用灵活的参数提取和带有系统建模语言版本2（SysML v2）定义的示例驱动生成。每种模型均使用三个GNC子系统的技术文档进行测试：光电导引头、惯性恒星罗盘和混合导航系统。输出根据评估语法正确性、语义保真度和行为一致性的十个指标进行评价。优先选择70亿至140亿参数的本地大语言模型，因其定制化性能、隐私性和模型自主性，并与更大的模型GPT-4o和Claude 3.7进行了比较。结果表明，所有方法均成功生成了有效的、可重用的系统建模语言版本2（SysML v2）模型，达到了不同的保真度水平。本地模型，尤其是那些使用示例引导策略的模型，在大多数指标上取得了稳健性能，且需要最少的修正。这些发现表明，大语言模型能够支持自动化的系统建模语言版本2（SysML v2）模型生成，并显著降低与基于模型的系统工程相关的技术负担，有可能在国防相关系统开发中实现更广泛的采用。

关键词：大语言模型，系统建模语言版本2，制导、导航与控制

现代国防系统日益复杂，随之而来的是对关键系统的设计、分析和沟通需要更快、更适应性的方法。大语言模型（LLMs）的快速涌现标志着在国防应用中设计、理解和沟通复杂系统方式的一个变革性时刻。随着国防部（DoD）面临加速开发周期和适应不断变化的任务需求的压力，传统的基于文本的文档已被证明是不够的，因其缺乏灵活性、可重用性和可维护性。这些限制与数字孪生的实施不相容，在数字孪生中，动态的、基于模型的表示作为活系统随时间演变。

基于模型的系统工程（MBSE）与即将推出的系统建模语言版本2（SysML v2）标准提供了一种结构化方式，可将系统模型创建为单一事实来源，以可互操作格式捕获行为、结构和数据流。然而，构建MBSE模型所需的专业知识和投入常常限制其实际使用。本研究旨在证明，大语言模型能够通过从制导、导航与控制（GNC）用例的特定领域文本输入自动生成行为模型，从而大幅降低MBSE的门槛。大语言模型具有巨大潜力，可开辟一条更快、更便捷的路径，用于创建准确捕获系统行为并实现跨国防领域可扩展设计的代表性模型。

问题陈述

当前对国防部感兴趣系统的分析和开发状态证明，这些系统的复杂性和快节奏采办需要新颖的解决方案来快速设计、沟通和利用信息。基于模型的系统工程工具提供了通过状态机捕获复杂系统行为来创建描述性、视觉直观模型的方法。这种模型格式允许用户快速发现、共享和跨其他平台复制这些系统。然而，这一过程需要大量的组织投入和MBSE专业知识才能被正确使用。大语言模型可以通过从相关来源材料逻辑地自动生成特定任务的MBSE代码来弥合这一知识差距；从而加快时间表、减少组织负担并促进项目参与。

本研究假设，利用本地和基于服务器的大语言模型结合大语言模型工具将能够实现行为模型的自动生成，这些行为模型表示为基于MBSE的系统建模语言版本2（SysML v2）状态，从而加速系统模型的设计和开发。大语言模型可以通过自动生成准确捕获系统行为的描述性模型，弥合MBSE中广泛的专业知识和组织投入差距。这种方法有潜力增强模型重用性和灵活性，促进模型快速适应不同系统和应用。此外，小型本地大语言模型在可达的必要硬件、定制化性能、隐私性、操作安全性和自主性方面为国防部应用提供优势。更大的基于服务器的大语言模型可以指导关于在安全网络上部署或开发针对任务需求定制的更大的本地托管模型的战略投资决策。

本研究的主要目标是评估使用本地和基于服务器的大语言模型结合开源、低代码用户界面（UI）工具以支持GNC用例行为模型自动生成的可行性和有效性。具体而言，本研究旨在确定与系统建模语言版本2（SysML v2）建模语法和语义对齐的结构化提示工程是否能够使大语言模型将描述性技术文档转换为准确的、基于状态的系统模型。通过以GNC子系统的详细文本描述启动该过程，本研究试图展示如何使用系统建模语言版本2（SysML v2）捕获每个行为状态及其相关组件、功能和数据交互。最终，这项工作旨在表明，大语言模型辅助的模型生成不仅是可实现的，而且能够增强MBSE框架内系统模型开发的速度、可访问性和整体质量。

研究问题

1. 能否使用大语言模型从特定领域的文本输入生成系统行为描述性模型？2. 大语言模型生成的模型在多大程度上准确表示系统建模语言版本2（SysML v2）中GNC子系统的基于状态的行为？3. 基于大语言模型的模型生成工具是否适用于跨不同系统建模状态机？

方法论

本研究探讨了使用大语言模型支持GNC子系统用例行为模型的创建和自动生成。所采用的建模框架是系统建模语言版本2（SysML v2），这是一种基于MBSE的语言，预计将于2025年获得正式批准和发布。使用开源、低代码UI Flowise开发了三种小型本地大语言模型，该UI能够构建具有定制提示和可调参数的自定义大语言模型链，并结合Ollama框架用于下载和管理所选模型。为建立性能基线，应用了相同的提示结构并使用更大的基于服务器的大语言模型（特别是GPT-4o和Claude 3.7）进行了验证。所有Flowise模型的输出根据十个定义的指标进行评估，评估语法正确性、语义保真度和输入-响应对齐，以确定基于大语言模型的提取、推理和系统建模语言版本2（SysML v2）代码生成的有效性。

本研究的预期贡献是生产定制的基于大语言模型的工具和定制提示，用于为GNC用例自动生成系统建模语言版本2（SysML v2）状态。这一结果不仅提供了代表性的打包模型，还提供了关于利用本地和基于服务器的大语言模型自动生成描述性模型的实用性的背景和见解。