¿Fallo del códec o del generador?
Separe la pérdida de reconstrucción de la pérdida de generación latente antes de dedicar cómputo a la etapa equivocada.
Abrir la guía de diagnósticoAlexey Gavrilov
Investigador en aprendizaje automáticoITMO University
Investigación que sigue siendo inspeccionable.
Estudio cómo las representaciones, la compresión y la capacidad de control condicionan la calidad del texto y el código generados.
Líneas de investigación
Edición de código localizada y predecible
Evitar la reescritura de funciones completas mediante la comparación de la regeneración selectiva, la generación restringida y la refactorización asistida por IA bajo un contrato explícito de preservación.
Explorar el proyectoExplorar 5 preguntas de investigación concretas
- ¿Cómo deben compararse los modelos de lenguaje de difusión enmascarada en el espacio de códigos y en el espacio de tokens?
- ¿Cómo puede un modelo generativo modificar código sin reescribir la función completa?
- ¿Qué garantiza la generación restringida de código en un flujo de ingeniería de software?
- ¿Qué métodos y evidencias son pertinentes para la refactorización con preservación del comportamiento asistida por IA?
- ¿Qué hace que la generación de código sea predecible y no meramente controlable?
Investigación destacada
Metodología de diagnóstico
Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization
Dónde se degrada la calidad en la generación comprimida de textos breves: localización por etapas del cuello de botella
Separación de los fallos del códec y los fallos de generación latente en la generación comprimida de textos breves.
Otras investigaciones
Explorar todas las publicacionesInspectable Control for Structure-Preserving Software Regeneration
Control inspeccionable para la regeneración de software con preservación de la estructura