Fejl i codec eller generator?
Adskil rekonstruktionstab fra tab ved latent generering, før der bruges beregningsressourcer på det forkerte trin.
Åbn diagnosevejledningenAlexey Gavrilov
Forsker i maskinlæringITMO University
Forskning, der forbliver efterprøvbar.
Jeg undersøger, hvordan repræsentationer, komprimering og styrbarhed påvirker kvaliteten af genereret tekst og kode.
Forskningsretninger
Lokaliseret og forudsigelig koderedigering
Undgå omskrivning af hele funktioner ved at sammenligne selektiv regenerering, begrænset generering og AI-assisteret refaktorering under en eksplicit bevarelseskontrakt.
Udforsk projektetSe 5 fokuserede forskningsspørgsmål
- Hvordan bør sprogmodellering med maskeret diffusion i kode- og tokenrummet sammenlignes?
- Hvordan kan en generativ model ændre kode uden at omskrive hele funktionen?
- Hvad garanterer begrænset kodegenerering i et softwareudviklingsforløb?
- Hvilke metoder og hvilken evidens er relevante for AI-assisteret adfærdsbevarende refaktorering?
- Hvad gør kodegenerering forudsigelig frem for blot kontrollerbar?
Udvalgt forskning
Diagnostisk metodik
Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization
Hvor kvaliteten svigter i komprimeret korttekstgenerering: trinvis lokalisering af flaskehalse
Adskillelse af codec-fejl fra fejl i den latente generering af komprimerede korte tekster.
Anden forskning
Se alle publikationerInspectable Control for Structure-Preserving Software Regeneration
Inspicerbar styring af strukturbevarende regenerering af software