增强 COBOL 代码解释:一种使用大型语言模型的多智能体方法
Enhancing COBOL Code Explanations: A Multi-Agents Approach Using LLMs

原始链接: https://arxiv.org/abs/2507.02182

arXivLabs是一个框架,允许合作者直接在我们的网站上开发和分享新的arXiv功能。 个人和与arXivLabs合作的组织都认同并接受了我们开放、社群、卓越和用户数据隐私的价值观。 arXiv致力于这些价值观,并且只与秉持这些价值观的合作伙伴合作。 您是否有为arXiv社群增加价值的项目想法? 了解更多关于arXivLabs的信息。

## Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 **利用LLM的多智能体方法增强COBOL代码解释 (arxiv.org)** 8点赞,PaulHoule 发表于 6小时前 | 隐藏 | 过去 | 收藏 | 1条评论 smcleod 发表于 4小时前 [–] 过去一年多,我用过非常类似的方法来进行多个单体应用分解项目。它们大多是大型、旧的、紧密耦合的Java应用——但效果非常好。回复 考虑申请YC 2025秋季批次!申请截止日期为8月4日。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系方式 搜索:
相关文章

原文

arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.

Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.

Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.

联系我们 contact @ memedata.com