গবেষণা নোট
পূর্বানুমেয় কোড উৎপাদনে একটি সংরক্ষণ-চুক্তি প্রয়োজন
নির্ধারণবাদী নমুনায়ন কেন যথেষ্ট নয় এবং পর্যবেক্ষণযোগ্য সুরক্ষিত বৈশিষ্ট্য ও গ্রহণযোগ্যতা যাচাই কীভাবে কোড উৎপাদনের আচরণকে পরীক্ষাযোগ্য করে।
সরাসরি উত্তর
কেবল নিয়ন্ত্রণযোগ্য নয়, কোড উৎপাদনকে পূর্বানুমেয় করে কী?
পূর্বানুমেয়তার জন্য উৎপাদনের আগেই একটি পর্যবেক্ষণযোগ্য চুক্তি নির্ধারণ করতে হয়: কী পরিবর্তিত হতে পারে, কী স্থিতিশীল রাখতে হবে, প্রতিটি বৈশিষ্ট্য কীভাবে পরিমাপ করা হবে এবং কখন কোনো আউটপুট প্রত্যাখ্যান করা হবে। স্থির prompt, seed, mask, grammar বা latent code কেবল নিয়ন্ত্রণের কৌশল।
পার্থক্যটি কেন গুরুত্বপূর্ণ
পদ্ধতি ও দাবিকৃত নিশ্চয়তার জন্য একই পর্যবেক্ষণযোগ্য সীমা প্রয়োজন।
নির্ধারণবাদী উৎপাদন স্থির শর্তে একই আউটপুট পুনরাবৃত্তি করে। পূর্বানুমেয় উৎপাদন ঘোষিত কোনো বৈশিষ্ট্যকে পরীক্ষাযোগ্য করে—যেমন কোনো API সিগনেচার অপরিবর্তিত থাকে, সম্পাদনা নির্দিষ্ট অঞ্চলের মধ্যেই সীমিত থাকে, বাক্যগঠন বৈধ থাকে অথবা একটি টেস্ট স্যুট উত্তীর্ণ হতে থাকে।
পার্থক্যটি গুরুত্বপূর্ণ, কারণ কোনো নিয়ন্ত্রণ-ইনপুট নিজে তার প্রভাব নির্ধারণ করে না। সুপ্ত অবস্থান লক করা, seed স্থির করা বা grammar সীমাবদ্ধ করা উৎপাদনকে সহজে পরিদর্শনযোগ্য করতে পারে; তবু সুরক্ষিত বৈশিষ্ট্যটি ডিকোডিংয়ের পর পরিমাপ করতেই হবে।
একটি ব্যবহারিক পদ্ধতি
সুরক্ষিত বৈশিষ্ট্য ঘোষণা করুন
উৎসের যেসব অঞ্চল, কাঠামো, ইন্টারফেস, আচরণ বা বণ্টনকে নির্ধারিত সহনসীমার মধ্যে থাকতে হবে, সেগুলো উল্লেখ করুন।
উপযুক্ত নিয়ন্ত্রণ-কৌশল বেছে নিন
সুরক্ষিত বৈশিষ্ট্য অনুযায়ী উৎস পুনর্ব্যবহার, সম্পাদনা মাস্ক, আনুষ্ঠানিক সীমাবদ্ধতা, সুপ্ত লকিং বা প্রস্তাব-সহ-যাচাই ব্যবহার করুন।
নমুনায়নের আগেই গ্রহণযোগ্যতার মানদণ্ড নির্ধারণ করুন
আউটপুট পরিদর্শনের আগে পার্সিং, কম্পাইলেশন, পরীক্ষা, কাঠামোগত যাচাই, স্থানিকতার সীমা এবং কার্য-সাফল্যের মানদণ্ড নির্দিষ্ট করুন।
পুনরাবৃত্ত আচরণ পরিমাপ করুন
একটি দৃষ্টান্তমূলক ফলের ওপর নির্ভর না করে পুনরাবৃত্ত রানজুড়ে গ্রহণ, প্রত্যাখ্যান, স্থিতিশীলতা, বৈচিত্র্য ও অনিশ্চয়তার তথ্য উপস্থাপন করুন।
যে প্রমাণ আবশ্যক
উৎপাদন বা ডিকোডিংয়ের পর যে বৈশিষ্ট্য পরিমাপ করা হয়েছে, দাবির শক্তি সেই প্রমাণের শক্তির বেশি হতে পারে না।
- সুরক্ষিত ও সম্পাদনযোগ্য বৈশিষ্ট্যগুলো পৃথকভাবে উল্লেখ করা হয়েছে।
- দাবিকৃত প্রতিটি নিশ্চয়তার জন্য পর্যবেক্ষণযোগ্য পরীক্ষা বা মেট্রিক রয়েছে।
- স্থিতিশীলতার পাশাপাশি কার্য-সাফল্যও মূল্যায়ন করা হয়।
- পুনরাবৃত্ত রানের পরিবর্তনশীলতা ও প্রত্যাখ্যানের হার দৃশ্যমান।
- অপরিমাপিত বৈশিষ্ট্যগুলো দাবি থেকে সুস্পষ্টভাবে বাদ দেওয়া হয়েছে।
সংযুক্ত গবেষণায় যা প্রতিবেদন করা হয়েছে
- লিঙ্ককৃত পরীক্ষাটি স্বল্প Python ফাংশনের জন্য স্তরবিন্যস্ত বিচ্ছিন্ন অবস্থানকে একটি পরিদর্শনযোগ্য নিয়ন্ত্রণ-পৃষ্ঠ হিসেবে উন্মুক্ত করে।
- চারটি শীর্ষ-স্তরের অবস্থান লক করলে পার্স হারের উন্নতি হয়, অথচ আনলক অবস্থানে পরিবর্তনের হার ও নমুনার স্বাতন্ত্র্য উভয়ই উচ্চ থাকে।
- গবেষণাপত্রটি একে প্রাথমিক সম্ভাবনাভিত্তিক প্রমাণ হিসেবে উপস্থাপন করে; এটি হুবহু AST সংরক্ষণ, অর্থগত সমতুল্যতা, কার্যগত শুদ্ধতা বা রিপোজিটরি-পরিসরের পূর্বানুমেয়তা দাবি করে না।
প্রকাশনার সারপর্যালোচনা পড়ুন প্রবন্ধের সম্পূর্ণ পাঠ্যে অনুসন্ধান করুন
পরিধির সীমা
- পূর্বানুমানযোগ্যতা বৈশিষ্ট্যনির্দিষ্ট: কোনো ব্যবস্থা বাক্যগঠনের ক্ষেত্রে পূর্বানুমানযোগ্য হলেও আচরণের ক্ষেত্রে অনির্দেশ্য হতে পারে।
- নির্ধারণবাদী ডিকোডিং একই ভুল বা অতিবিস্তৃত সম্পাদনা পুনরাবৃত্তি করতে পারে।
- সাইটে উপলভ্য পরীক্ষাটি পরিমাপকৃত স্বল্প-ফাংশন বিন্যাসের বাইরে কোনো নিশ্চয়তা প্রতিষ্ঠা করে না।
প্রধান ও সংশ্লিষ্ট উৎস
মূল পদ্ধতি, পরিমাপ ও উল্লিখিত সীমাবদ্ধতার জন্য সংযুক্ত গবেষণাপত্রগুলো দেখুন।
- Inspectable Control for Structure-Preserving Software Regeneration
প্রধান সীমাবদ্ধ পরীক্ষা ও ঘোষিত প্রমাণসীমা।
- EfficientEdit: Accelerating Code Editing via Edit-Oriented Speculative Decoding
অপরিবর্তিত উৎস-খণ্ড পুনর্ব্যবহারকারী সম্পাদনাকেন্দ্রিক কৌশল।
- Constrained Decoding of Diffusion LLMs with Context-Free Grammars
সুস্পষ্ট আনুষ্ঠানিক সীমাবদ্ধতাসহ একটি কৌশলের উদাহরণ।