# Forskning som forblir etterprøvbar.

Canonical HTML: https://aogavrilov.com/no/

Document language: no

Jeg undersøker hvordan representasjoner, komprimering og styrbarhet påvirker kvaliteten på generert tekst og kode.

## Fremhevet forskning

Diagnostisk metodikk

### [Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization](https://aogavrilov.com/no/publications/where-quality-breaks/)

Hvor kvaliteten svikter i komprimert generering av korte tekster: trinnvis lokalisering av flaskehalser

FRUCT 39 2026

Å skille kodekfeil fra feil ved latent generering i komprimert generering av korttekst.

![Trinnvis pipeline for komprimert tekstgenerering som sammenligner originaltekst, kodekrekonstruksjon, MDLM i koderommet og dekodet tekst for å skille kodektap fra genereringstap.](https://aogavrilov.com/publications/where-quality-breaks/staged-codec-bottleneck-localization.svg)

*Trinnvis lokalisering av flaskehalser skiller tap ved kodekrekonstruksjon fra tap ved latent generering under én felles evalueringsprotokoll for dekodet tekst.*

## Annen forskning

### [Inspectable Control for Structure-Preserving Software Regeneration](https://aogavrilov.com/no/publications/inspectable-control/)

Etterprøvbar styring for strukturbevarende regenerering av programvare

Styringsmetode i latentrommet FSE Companion '26 2026 Tilhørende poster

## Forskningsretninger

### Feil i kodeken eller generatoren?

Skill rekonstruksjonstap fra tap ved latent generering før du bruker regnekraft på feil trinn.

### Lokalisert og forutsigbar koderedigering

Forhindre omskriving av hele funksjoner ved å sammenligne selektiv regenerering, begrenset generering og KI-assistert refaktorering under en eksplisitt bevaringskontrakt.

### MDLM i koderommet eller tokenrommet?

Sammenlign begge med én evalueringsmodell for dekodet tekst, samtidig som det tas hensyn til kvalitetstaket en tapsbringende kodek påfører.

## Se 5 avgrensede forskningsspørsmål

- [Hvordan bør språkmodeller med maskert diffusjon i henholdsvis kode- og tokenrom sammenlignes?](https://aogavrilov.com/no/research-notes/code-space-vs-token-space-masked-diffusion/)
- [Hvordan kan en generativ modell endre kode uten å skrive om hele funksjonen?](https://aogavrilov.com/no/research-notes/localized-code-modification-generative-models/)
- [Hva garanterer begrenset kodegenerering i en programvareutviklingsprosess?](https://aogavrilov.com/no/research-notes/constrained-code-generation-software-engineering/)
- [Hvilke metoder og hvilken dokumentasjon er relevante for KI-assistert, atferdsbevarende refaktorering?](https://aogavrilov.com/no/research-notes/ai-assisted-refactoring-evidence/)
- [Hva gjør kodegenerering forutsigbar, ikke bare styrbar?](https://aogavrilov.com/no/research-notes/predictable-code-generation-preservation-contract/)