DSL-Xpert: generación de código genérico para DSLs mediante LLMs

Abstract

Hoy en día, los large language models (LLMs) son herramientas extremadamente útiles que pueden complementar y agilizar diversas tareas y problemas. Sin embargo, en dominios con vocabularios específicos o especializados, los LLMs no siempre son efectivos, ya que no fueron entrenados con estos lenguajes particulares, lo que puede llevar a resultados insatisfactorios. Este es el caso de los domain-specific languages (DSLs), que son lenguajes diseñados para ámbitos específicos y, en muchos casos, no son bien conocidos o publicados ampliamente. La generación automática de código para estos lenguajes, partiendo de instrucciones en lenguaje natural, podría acelerar significativamente el desarrollo de proyectos y mejorar la comprensión de los DSLs. Este artículo presenta una herramienta que permite a los desarrolladores realizar un proceso denominado semantic parsing, en el cual un LLM preentrenado traduce instrucciones en lenguaje natural a código específico de un DSL. Utilizando técnicas como grammar prompting y few-shot learning, la herramienta genera código fiable y de dominio específico, mejorando la productividad y facilitando la labor de los desarrolladores. Una demostración de la herramienta está disponible en https://zenodo.org/records/12610506.