heise+ | Typed Domain Grounding als Designprinzip für LLM-taugliche DSLs

Der Artikel stellt Typed Domain Grounding (TDG) als übertragbares Designprinzip vor, grenzt es von RAG, TypeChat und Grammar Prompting ab und erprobt es an einem Beispiel jenseits der UML-Modellierung.

• DSLs werden heute zunehmend von LLMs geschrieben, nicht von Menschen. Da Modelle Syntax aus Trainingsdaten lernen, funktionieren bekannte Sprachen gut, während neu entwickelte DSLs häufig zu Fehlern und Halluzinationen führen.
• Für frisch erfundene Sprachen gibt es kaum Beispiele im Trainingsmaterial des Modells, wodurch die Zuverlässigkeit der Generierung sinkt.
• Typed Domain Grounding setzt auf eingebettete, typsichere DSLs in etablierten Hostsprachen. Dadurch kann das LLM eine vertraute Sprache nutzen, während der Compiler als automatische Qualitäts- und Konsistenzprüfung dient.

Wie bringt man einem Sprachmodell eine Sprache bei, die es nie gesehen hat? Die üblichen Antworten – die Grammatik in den Prompt kopieren, Beispiele mitliefern, notfalls ein Fine-Tuning aufsetzen – behandeln dasselbe Symptom; keine beseitigt die Ursache.

Die Ursache liegt in der Art, wie Sprachmodelle Syntax überhaupt „können“. Ein LLM beherrscht Python, Java, Kotlin oder SQL nicht, weil es deren Spezifikationen gelesen hätte, sondern weil diese Sprachen millionenfach in den Trainingsdaten vorkommen. Syntaktische Kompetenz ist eine Funktion der Trainingsdaten-Frequenz. Eine neu erfundene externe DSL startet bei null.