dsm

本文提出了一个黑盒评估框架，用于评估大型语言模型从结构化技术文档生成设计结构矩阵（DSM）的能力。该框架引入了可复现的度量指标和复合质量评分，结果表明，虽然LLM能够生成看似合理的DSM，但它们仍然对歧义和提示措辞敏感。