# 研究ノート

Canonical HTML: https://aogavrilov.com/ja/research-notes/

Document language: ja

証拠の範囲に即した回答

問題を起点とする検索に向けた、焦点を絞った回答。各ノートでは、実践的な手順、現時点で得られる証拠、引用研究では裏付けられていない主張を明確に区別する。

焦点を絞った回答

## コード空間とトークン空間のマスク拡散:比較方法

離散コーデックが非可逆な場合に、コード空間とトークン空間のマスク付き拡散言語モデルを段階整合的に比較するプロトコル。

コード空間とトークン空間のマスク付き拡散言語モデリングをどう比較すべきか?

焦点を絞った回答

## 生成モデルによる局所的コード変更

生成モデルが要求されたコード変更を行うのに十分な自由度を確保しつつ、不要な関数全体の書き換えを防ぐ方法。

生成モデルは、関数全体を書き直さずにコードを変更できるか?

焦点を絞った回答

## ソフトウェア工学のための制約付きコード生成

生成コードに対する文法制約、型制約、保持境界、振る舞いレベルの受け入れ検査を実務的に区別する。

ソフトウェア工学のワークフローにおいて、制約付きコード生成は何を保証するのか?

焦点を絞った回答

## AI 支援リファクタリング:手法とエビデンス

もっともらしい生成パッチと、検証済みの振る舞いの保存を混同せずに、近年のAI支援リファクタリング手法を評価する方法。

AI支援による振る舞い保持リファクタリングでは、どの手法と証拠が重要か?

焦点を絞った回答

## 予測可能なコード生成には保持契約が必要

決定論的サンプリングだけでは不十分な理由と、観測可能な保護対象の性質および受入検査によってコード生成の振る舞いを検証可能にする方法。

コード生成を、単に制御可能なだけでなく予測可能にするものは何か?

## 本ノートの位置付け

これらは、2件の公表研究とその関連手法へ到達するために保守されている導線であり、新規実験、製品上の主張、公式論文の代替ではない。数値に関する記述は、各ページに示された厳密な実験設定と制約に限定される。