Fout in de codec of in de generator?
Onderscheid reconstructieverlies van verlies bij latente generatie voordat rekenkracht aan de verkeerde fase wordt besteed.
Diagnostische handleiding openenAlexey Gavrilov
Onderzoeker in machine learningITMO University
Onderzoek dat inzichtelijk blijft.
Ik onderzoek hoe representaties, compressie en beheersbaarheid de kwaliteit van gegenereerde tekst en code bepalen.
Onderzoeksrichtingen
Lokale en voorspelbare codebewerking
Voorkom het volledig herschrijven van functies door selectieve regeneratie, beperkte generatie en AI-ondersteunde refactoring onder een expliciet behoudscontract te vergelijken.
Project verkennenBekijk 5 gerichte onderzoeksvragen
- Hoe moeten taalmodellering met gemaskeerde diffusie in de coderuimte en in de tokenruimte worden vergeleken?
- Hoe kan een generatief model code wijzigen zonder de volledige functie te herschrijven?
- Welke garanties biedt codegeneratie onder beperkingen binnen een software-engineeringworkflow?
- Welke methoden en welk bewijs zijn relevant voor AI-ondersteunde gedragsbehoudende refactoring?
- Wat maakt codegeneratie voorspelbaar in plaats van slechts stuurbaar?
Uitgelicht onderzoek
Diagnostische methodologie
Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization
Waar kwaliteit tekortschiet bij gecomprimeerde generatie van korte teksten: gefaseerde lokalisatie van knelpunten
Codecdefecten onderscheiden van defecten bij latente generatie in gecomprimeerde generatie van korte teksten.
Ander onderzoek
Bekijk alle publicatiesInspectable Control for Structure-Preserving Software Regeneration
Inspecteerbare sturing voor regeneratie van software met structuurbehoud