Feil i kodeken eller generatoren?
Skill rekonstruksjonstap fra tap ved latent generering før du bruker regnekraft på feil trinn.
Åpne diagnoseveiledningenAlexey Gavrilov
Forsker innen maskinlæringITMO University
Forskning som forblir etterprøvbar.
Jeg undersøker hvordan representasjoner, komprimering og styrbarhet påvirker kvaliteten på generert tekst og kode.
Forskningsretninger
Lokalisert og forutsigbar koderedigering
Forhindre omskriving av hele funksjoner ved å sammenligne selektiv regenerering, begrenset generering og KI-assistert refaktorering under en eksplisitt bevaringskontrakt.
Utforsk prosjektetSe 5 avgrensede forskningsspørsmål
- Hvordan bør språkmodeller med maskert diffusjon i henholdsvis kode- og tokenrom sammenlignes?
- Hvordan kan en generativ modell endre kode uten å skrive om hele funksjonen?
- Hva garanterer begrenset kodegenerering i en programvareutviklingsprosess?
- Hvilke metoder og hvilken dokumentasjon er relevante for KI-assistert, atferdsbevarende refaktorering?
- Hva gjør kodegenerering forutsigbar, ikke bare styrbar?
Fremhevet forskning
Diagnostisk metodikk
Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization
Hvor kvaliteten svikter i komprimert generering av korte tekster: trinnvis lokalisering av flaskehalser
Å skille kodekfeil fra feil ved latent generering i komprimert generering av korttekst.
Annen forskning
Se alle publikasjonerInspectable Control for Structure-Preserving Software Regeneration
Etterprøvbar styring for strukturbevarende regenerering av programvare