石渐蔚，博士，华南师范大学人工智能学院特聘副研究员，2025级软件工程专业2、3班班主任。任 Wiley 出版社期刊 Journal of Software: Evolution and Process (JSEP) 审稿人。在硕士学业期间，在德国大陆集团有软件测试自动化实习经历。博士毕业于德国汉诺威大学，软件工程研究所。 在德国博士学业期间，指导16名来自欧洲、非洲、亚洲的学生成功完成本科和硕士论文。他目前的研究兴趣是大模型在软件工程中应用（软件工程3.0）、软件自动化测试以及交叉学科（信息学、医学、心理学）中的实证研究（empirical research）等。

他活跃于演讲俱乐部，爱好二胡与古琴，钻研中医智慧，乐于徒步旅行，并沉醉于诗歌欣赏。

欢迎对科研感兴趣的同学与他联系，他的邮箱是 jianwei.shi@m.scnu.edu.cn 。

2025.7 至今         博士后 华南师范大学，人工智能学院（合作导师：潘家辉教授）

2020.10 - 2025.3 博士 汉诺威大学（Leibniz University Hannover），电子与计算机学院，软件工程研究所（方向：需求工程，导师：Prof. Kurt Schneider）

2016.4 - 2019.6   硕士 汉诺威大学（Leibniz University Hannover），电子与计算机学院（方向：软件工程和多媒体信息处理，导师：Prof. Ralph Ewerth）

2011.9 - 2015.7   学士 长安大学，信息工程学院（专业：软件工程，导师：王夏黎副教授）

2025.7 至今         特聘副研究员 华南师范大学人工智能学院

2020.2 - 2025.1   研究助理  汉诺威大学软件工程研究所

2018.11 - 2019.8 学生助理  汉诺威大学可视化分析研究所

2018.10 - 2019.9 学生助理  汉诺威音乐学院音乐家生理学和音乐家医学研究所

2018.4 - 2018.9   硕士实习生  大陆集团（美因河畔法兰克福地区），自动化测试部门

2018.1 - 2018.3 以及 2016.6 - 2017.9 学生助理 汉诺威大学国际学生办公室

2017.1 - 2017.12 学生助理  汉诺威大学软件工程研究所

智能手术导航系统
核心目标： 研发一款精准、易用、可靠的临床级手术导航软件，提升微创穿刺手术的安全性与效率。

主要内容：
- 实现结构光扫描点云与CT影像数据的高精度匹配
- 优化交互界面、迭代图像匹配算法，并新增贴合临床需求的实用功能
- 全程融入软件工程思想，通过系统化需求获取、虚拟数据集测试及压力测试，确保软件的高可靠性

用户反馈智能分析
核心目标： 解决大模型在总结用户反馈时的AI幻觉问题，为产品经理提供实用的核心需求抓取工具。

主要内容：
- 融合视觉大模型与检索增强生成（RAG）技术，通过检索精准上下文来降低总结误差
- 构建评测视频的数据集，通过对照组与实验组的设计，系统评估视觉大模型与RAG技术的使用对降低幻觉、提升总结实用性的效果
- 延伸应用： 探索将用户反馈与缺陷报告进行自动化匹配，评估各类算法的匹配效能

软件工程3.0与需求工程
核心目标： 探索大模型技术在需求工程中的应用，解决中、英、德文语境下结构化需求的自动化优化及高质量代码生成问题。

主要内容：
- 利用大模型自动处理用户反馈并更新需求文档
- 研究如何通过有效的多智能体博弈，提升大模型从自然语言需求生成高质量源代码与测试代码的能力
- 使用并提出度量标准，评估大模型技术在解决以上及类似的软件工程任务的效能

1. J. Shi and K. Schneider, ‘Verfeinerung der Anforderungen mit ChatGPT auf Basis von Stakeholder-Feedback’, in Softwaretechnik-Trends, in 1, vol. 45. Köln, Feb. 2025. Available: https://fb-swt.gi.de/fileadmin/FB/SWT/Softwaretechnik-Trends/Verzeichnis/Band_45_Heft_1/Gherkin-Anf-Verfeinerung-ZweiSeiten-v14.pdf 

2. J. Shi, J. Mönnich, J. Klünder, and K. Schneider, ‘Organizing Graphical User Interface tests from behavior‐driven development as videos to obtain stakeholders’ feedback’, Journal of Software: Evolution and Process, p. e2721, Aug. 2024, doi: 10.1002/smr.2721.

3. J. Shi, O. Karras, M. Obaidi, and M. Tandun, ‘Can Videos as a By-Product of GUI Testing Help Developers Understand GUI Tests?’, in 2023 IEEE 31st International Requirements Engineering Conference Workshops (REW), Hannover, Germany: IEEE, Sep. 2023, pp. 146–153. doi: 10.1109/REW57809.2023.00031.

4. J. Shi, J. Mönnich, J. Klünder, and K. Schneider, ‘Using GUI Test Videos to Obtain Stakeholders’ Feedback’, in 2023 IEEE/ACM International Conference on Software and System Processes (ICSSP), Melbourne, Australia: IEEE, May 2023, pp. 35–45. doi: 10.1109/ICSSP59042.2023.00014.

5. J. Shi, C. Otto, A. Hoppe, P. Holtz, and R. Ewerth, ‘Investigating Correlations of Automatically Extracted Multimodal Features and Lecture Video Quality’, in Proceedings of the 1st International Workshop on Search as Learning with Multimedia Information, Nice France: ACM, Oct. 2019, pp. 11–19. doi: 10.1145/3347451.3356731.

请在他的DBLP主页查看完整的英文、德文论文列表：https://dblp.org/pid/145/2199-1.html