# Onderzoek dat inzichtelijk blijft.

Canonical HTML: https://aogavrilov.com/nl/

Document language: nl

Ik onderzoek hoe representaties, compressie en beheersbaarheid de kwaliteit van gegenereerde tekst en code bepalen.

## Uitgelicht onderzoek

Diagnostische methodologie

### [Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization](https://aogavrilov.com/nl/publications/where-quality-breaks/)

Waar kwaliteit tekortschiet bij gecomprimeerde generatie van korte teksten: gefaseerde lokalisatie van knelpunten

FRUCT 39 2026

Codecdefecten onderscheiden van defecten bij latente generatie in gecomprimeerde generatie van korte teksten.

![Gefaseerde pijplijn voor generatie van gecomprimeerde tekst die oorspronkelijke tekst, codecreconstructie, MDLM in de coderuimte en gedecodeerde tekst vergelijkt om codecverlies van generatieverlies te onderscheiden.](https://aogavrilov.com/publications/where-quality-breaks/staged-codec-bottleneck-localization.svg)

*Gefaseerde lokalisatie van knelpunten onderscheidt het reconstructieverlies van de codec van het verlies bij latente generatie binnen één gedeeld evaluatieprotocol voor gedecodeerde tekst.*

## Ander onderzoek

### [Inspectable Control for Structure-Preserving Software Regeneration](https://aogavrilov.com/nl/publications/inspectable-control/)

Inspecteerbare sturing voor regeneratie van software met structuurbehoud

Sturingsmethode in de latente ruimte FSE Companion '26 2026 Bijbehorende poster

## Onderzoeksrichtingen

### Fout in de codec of in de generator?

Onderscheid reconstructieverlies van verlies bij latente generatie voordat rekenkracht aan de verkeerde fase wordt besteed.

### 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.

### MDLM in coderuimte of tokenruimte?

Vergelijk beide met één beoordelingsmodel voor gedecodeerde tekst en houd daarbij rekening met het kwaliteitsplafond dat een verlieslatende codec oplegt.

## Bekijk 5 gerichte onderzoeksvragen

- [Hoe moeten taalmodellering met gemaskeerde diffusie in de coderuimte en in de tokenruimte worden vergeleken?](https://aogavrilov.com/nl/research-notes/code-space-vs-token-space-masked-diffusion/)
- [Hoe kan een generatief model code wijzigen zonder de volledige functie te herschrijven?](https://aogavrilov.com/nl/research-notes/localized-code-modification-generative-models/)
- [Welke garanties biedt codegeneratie onder beperkingen binnen een software-engineeringworkflow?](https://aogavrilov.com/nl/research-notes/constrained-code-generation-software-engineering/)
- [Welke methoden en welk bewijs zijn relevant voor AI-ondersteunde gedragsbehoudende refactoring?](https://aogavrilov.com/nl/research-notes/ai-assisted-refactoring-evidence/)
- [Wat maakt codegeneratie voorspelbaar in plaats van slechts stuurbaar?](https://aogavrilov.com/nl/research-notes/predictable-code-generation-preservation-contract/)