# Modifikasi kode terlokalisasi dengan model generatif

Canonical HTML: https://aogavrilov.com/id/research-notes/localized-code-modification-generative-models/

Document language: id

CATATAN RISET

Cara mencegah penulisan ulang seluruh fungsi yang tidak perlu sembari mempertahankan kebebasan yang memadai bagi model generatif untuk menerapkan perubahan kode yang diminta.

Diterbitkan 30 Juli 2026 [Alexey Gavrilov](https://aogavrilov.com/about/)

JAWABAN LANGSUNG

## Bagaimana model generatif dapat memodifikasi kode tanpa menulis ulang seluruh fungsi?

Tetapkan wilayah terlindungi dan wilayah yang dapat disunting sebelum generasi, gunakan kembali atau batasi representasi terlindungi, hasilkan hanya kandidat perubahan, lalu tolak keluaran yang mengubah kode terlindungi atau gagal dalam pemeriksaan khusus tugas. Lokalitas dan keberhasilan tugas harus diukur secara bersamaan.

## Mengapa pembedaan ini penting

Metode dan jaminan yang diklaim memerlukan batas teramati yang sama.

Modifikasi kode terlokalisasi merupakan persoalan penyuntingan, bukan sekadar prompt generasi kode yang lebih pendek. Masukan telah memuat artefak yang layak dipertahankan, sehingga metode tersebut memerlukan batas preservasi yang eksplisit antara wilayah yang boleh berubah dan properti yang harus tetap stabil.

Batas tersebut dapat berupa rentang sumber, simpul sintaks, signature API, perilaku pengujian, kontrak dependensi, atau posisi laten hasil pembelajaran. Pilihan-pilihan ini tidak dapat dipertukarkan: masing-masing melindungi properti teramati yang berbeda dan memerlukan langkah verifikasi yang sesuai.

## Prosedur praktis

1. Nyatakan kontrak pelestarian Identifikasi wilayah yang dapat disunting serta teks, struktur, antarmuka, atau perilaku spesifik yang harus tetap tidak berubah.
2. Pilih antarmuka kontrol tersempit yang tetap berguna Gunakan kembali rentang sumber yang tidak berubah, gunakan pengisian bagian kosong atau dekode berorientasi edit, terapkan kendala formal, atau kunci posisi laten terpilih sesuai properti yang disyaratkan.
3. Bangkitkan hanya pada bagian yang boleh diubah Pertahankan kebebasan yang memadai di dalam wilayah yang dapat disunting untuk menyelesaikan tugas; menyalin seluruh masukan memang bersifat lokal, tetapi tidak menghasilkan kemajuan.
4. Verifikasi lokalitas dan keberhasilan secara bersamaan Tolak kandidat yang mengubah wilayah terlindungi, gagal dalam penguraian atau kompilasi, melanggar invarian struktural, atau tidak memenuhi perubahan yang diminta.

## Bukti yang perlu disyaratkan

Kekuatan suatu klaim terbatas pada kekuatan properti yang diukur setelah generasi atau dekode.

- Diff di luar wilayah atau ukuran langsung lain atas stabilitas wilayah yang dilindungi.
- Keberhasilan tugas di dalam wilayah yang dapat disunting.
- Parsing, kompilasi, pengujian, pemeriksaan statis, atau invarian khusus tugas, sesuai kebutuhan.
- Tingkat perubahan pada wilayah yang dapat disunting agar penyalinan tidak disalahartikan sebagai kontrol.
- Keunikan kandidat dan variabilitas antar-eksekusi berulang agar lokalitas tidak disalahartikan sebagai keruntuhan modus.

### Apa yang dilaporkan oleh studi tertaut

- Eksperimen tertaut memampatkan fungsi Python sepanjang 64 token menjadi posisi diskret hierarkis dan meregenerasi posisi laten terpilih di bawah kendala parsial.
- Penguncian empat kode tingkat atas meningkatkan tingkat keberhasilan parsing dari 0.453 menjadi 0.591, sementara posisi yang tidak dikunci berubah dengan tingkat 0.936 dan 0.998 sampel bersyarat tetap unik.
- Pengukuran tersebut mengungkap kompromi stabilitas–kebebasan di atas tingkat token; pengukuran itu tidak membuktikan pelestarian rentang sumber, AST, semantik, ataupun perilaku secara eksak.

[Baca ikhtisar publikasi](https://aogavrilov.com/id/publications/inspectable-control/) [Telusuri teks lengkap makalah](https://aogavrilov.com/publications/inspectable-control/full-text/)

## Batas cakupan

- Kode laten yang dikunci tidak serta-merta merupakan simpul AST, rentang sumber yang dilindungi, atau invarian formal.
- Tingkat keberhasilan parsing membuktikan keabsahan sintaksis, bukan kebenaran fungsional atau keberhasilan perbaikan.
- Bukti yang dilaporkan berasal dari fungsi Python pendek yang telah dipraproses dan tidak membuktikan perilaku pada skala repositori.

## Sumber utama dan sumber terkait

Rujuk makalah yang ditautkan untuk metode asli, pengukuran, dan keterbatasan yang dinyatakan.

1. [Inspectable Control for Structure-Preserving Software Regeneration](https://aogavrilov.com/id/publications/inspectable-control/) Makalah utama dan eksperimen laten hierarkis berbatas.
2. [EfficientEdit: Accelerating Code Editing via Edit-Oriented Speculative Decoding](https://arxiv.org/abs/2506.02780) Dekode berorientasi penyuntingan yang menggunakan kembali bagian sumber yang tidak berubah.
3. [PAFT: Preservation Aware Fine-Tuning for Minimal-Edit Program Repair](https://arxiv.org/abs/2604.03113) Menjadikan preservasi dan perubahan minimal sebagai sasaran eksplisit dalam pelatihan perbaikan program.

Dipelihara oleh Alexey Gavrilov . Halaman ini merangkum bukti yang tersedia dan tidak menambahkan hasil eksperimen di luar sumber yang disitasi.