# Inspectable Control for Structure-Preserving Software Regeneration

Canonical HTML: https://aogavrilov.com/no/publications/inspectable-control/

Document language: no

Etterprøvbar styring for strukturbevarende regenerering av programvare

Kontrollerbar delvis regenerering av kode med hierarkiske diskrete latentrepresentasjoner.

[Alexey Gavrilov](https://orcid.org/0009-0006-3147-5430) 1 [Alan-Barsag Gazzaev](https://orcid.org/0009-0000-0334-312X) 1 [Mikhail Mozikov](https://orcid.org/0000-0003-0594-867X) 2 [Ilya Makarov](https://orcid.org/0000-0002-3308-8825) 2 [Sergey Muravyov](https://orcid.org/0000-0002-4251-1744) 1

1. [ITMO University, Saint Petersburg, Russian Federation](https://en.itmo.ru/)
2. [AXXX, Moskva, Den russiske føderasjon](https://axxx.tech/)

[Les hele artikkelen i HTML-format](https://aogavrilov.com/publications/inspectable-control/full-text/) Søkbar tekst med formler, tabeller, figurer og referanser.

Forfatterens trykkeklare manuskript med endelig forfatterliste og DOI. CC BY 4.0 author manuscript; the ACM DOI page remains the version of record. [Vilkår for publisering og gjenbruk](https://creativecommons.org/licenses/by/4.0/) .

## Artikkelen på 30 sekunder

**Forskningsspørsmål** Hvordan kan en generativ modell endre utvalgte deler av et program og samtidig bevare valgte elementer i grovstrukturen?

### Problemstilling

KI-assistert kodeendring krever ofte én avgrenset endring samtidig som utvalgt programstruktur holdes fast. Regenerering av hele programmet kan endre områder som ikke berøres av oppgaven, og begrensninger på tokennivå gir ingen grovkornet styringsflate.

### Tilnærming

Studien koder Python-funksjoner på 64 tokener med en hierarkisk VQ-VAE, låser utvalgte grove diskrete koder og benytter maskert diskret generering til lokal regenerering av kode i de gjenværende latente posisjonene.

### Hovedresultat

Når fire koder på øverste nivå låses, øker parseraten fra 0.453 til 0.591, mens ulåste posisjoner fortsatt har en endringsrate på 0.936 og de betingede prøvene er 0.998 unike.

### Hvorfor dette er viktig

Resultatene viser en målbar avveining mellom stabilitet og frihet ved kontrollerbar koderedigering og delvis regenerering av programmer. De gir foreløpig empirisk støtte for et etterprøvbart styringslag i latentrommet, ikke bevis for semantisk ekvivalens eller funksjonell korrekthet.

## Sammendrag

Arbeidsflyter i programvareutvikling, som begrenset reparasjon, trinnvis raffinering og strukturbevarende endring, krever kontroll over hva som endres og hva som holdes fast. Generering på tokennivå er en svak styringsflate for slike operasjoner fordi den begrenser lokal tekstlig form, ikke de grove strukturelle invariantene man ofte ønsker å bevare. Vi undersøker hierarkiske diskrete latentrepresentasjoner som en etterprøvbar mellomrepresentasjon for programvareartefakter: En hierarkisk VQ-VAE komprimerer en Python-funksjon på 64 tokener til grove og finmaskede diskrete koder, og maskert diskret generering regenererer bare utvalgte posisjoner under partielle begrensninger. På 2,000 forhåndsbehandlede Python-funksjoner øker låsing av fire koder på øverste nivå parseraten fra 0.453 til 0.591, samtidig som ulåste posisjoner fortsatt endres i betydelig grad (redigeringsfrihet, 0.936) og prøvene er nesten maksimalt unike (mangfold, 0.998). Med fast grov kontekst er raffineringen på lavere nivå svakere, men fortsatt monoton, noe som støtter en grov-til-fin-tolkning av hierarkiet. Samlet gir resultatene foreløpig empirisk støtte for et praktisk styringslag over tokennivået som muliggjør avgrenset, strukturbevarende regenerering av programvareartefakter.

Publisert i Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering

Bidragstype Styringsmetode i latentrommet

5. juli 2026 s. 1406–1407 Tilhørende poster

DOI [https://doi.org/10.1145/3803437.3807386](https://doi.org/10.1145/3803437.3807386)

## Innhold På denne siden

## Hovedresultater

| Oppsett | Parserate | Skjelett | Signatur | Ulåst endring |
| --- | --- | --- | --- | --- |
| Inndata (avkortet) | 0.994 | 0.994 | 0.994 | — |
| Kodekrekonstruksjon | 0.857 | 0.848 | 0.493 | 0 |
| Ubetinget generering | 0.453 | 0.08 | 0 | 0.995 |
| Betinget, prefiks k=4 | 0.591 | 0.295 | 0.061 | 0.936 |
| Betinget, signaturspenn | 0.6 | 0.302 | 0.063 | ikke rapportert |

**Hovedresultat.** Låsing av grove latentvariabler gir bedre syntaktisk stabilitet uten å hindre endringer i det redigerbare området. Resultatet viser strukturell styring, ikke garantert funksjonell ekvivalens.

Last ned resultater: [CSV](https://aogavrilov.com/publications/inspectable-control/results.csv) [JSON](https://aogavrilov.com/publications/inspectable-control/results.json) [Markdown](https://aogavrilov.com/publications/inspectable-control/results.md) Eksternt speil: [Hugging Face-datasettkort](https://huggingface.co/datasets/aogavrilov/inspectable-control-results)

## PDF og sitering

**Siter denne artikkelen** BibTeX er det anbefalte formatet. Alle variantene nedenfor genereres fra den samme publikasjonsposten.

```
@inproceedings{Gavrilov2026InspectableControl,
  title      = {Inspectable Control for Structure-Preserving Software Regeneration},
  author     = {Gavrilov, Alexey and Gazzaev, Alan-Barsag and Mozikov, Mikhail and Makarov, Ilya and Muravyov, Sergey},
  booktitle  = {Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering},
  publisher  = {ACM},
  year       = {2026},
  pages      = {1406--1407},
  doi        = {10.1145/3803437.3807386},
  url        = {https://doi.org/10.1145/3803437.3807386},
  isbn       = {979-8-4007-2636-1},
}
```

Siteringsfiler: [APA-tekst](https://aogavrilov.com/publications/inspectable-control/citation-apa.txt) [IEEE-tekst](https://aogavrilov.com/publications/inspectable-control/citation-ieee.txt) [RIS](https://aogavrilov.com/publications/inspectable-control/citation.ris) [CSL-JSON](https://aogavrilov.com/publications/inspectable-control/citation.json) [Schema.org JSON-LD](https://aogavrilov.com/publications/inspectable-control/metadata.jsonld) [OAI-DC XML](https://aogavrilov.com/publications/inspectable-control/oai-dc.xml) [OpenAIRE v4 XML](https://aogavrilov.com/publications/inspectable-control/openaire.xml) [MODS XML](https://aogavrilov.com/publications/inspectable-control/mods.xml) [JATS 1.4-metadata i XML](https://aogavrilov.com/publications/inspectable-control/metadata.jats.xml) [Fulltekst i JATS 1.4 XML](https://aogavrilov.com/publications/inspectable-control/full-text/article.jats.xml) [RDF Turtle](https://aogavrilov.com/publications/inspectable-control/metadata.ttl) [Lenkesett (JSON)](https://aogavrilov.com/publications/inspectable-control/linkset.json) [Lenkesett (HTTP)](https://aogavrilov.com/publications/inspectable-control/linkset) [RO-Crate](https://aogavrilov.com/publications/inspectable-control/ro-crate-metadata.json)

DOI: [https://doi.org/10.1145/3803437.3807386](https://doi.org/10.1145/3803437.3807386)

Fullstendig veiledning

## Fullstendig forskningsveiledning

## Metode

## 

Metoden komprimerer en kort Python-funksjon til diskrete koder på to nivåer, låser utvalgte grove posisjoner og regenererer de øvrige posisjonene før representasjonen dekodes tilbake til kildekode.

1. Kod inn Komprimer en Python-funksjon på 64 token til 16 koder på øverste nivå og 32 koder på lavere nivå med en hierarkisk VQ-VAE.
2. Lås Velg grove kodeposisjoner som representerer strukturen som skal bevares, for eksempel et prefiks som dekker funksjonssignaturens spenn.
3. Regenerer Kjør maskert diskret generering bare over ulåste posisjoner, og dekod det fullførte hierarkiet tilbake til kildekode.
4. Inspiser Mål parserate, strukturelle surrogatmål, endringer i ulåste posisjoner og prøvenes unikhet før en regenerering godtas.

![Utvalgte grove programkoder holdes faste, mens maskerte, finmaskede diskrete koder genereres på nytt og dekodes til en endret Python-funksjon.](https://aogavrilov.com/publications/inspectable-control/hierarchical-discrete-latent-code-editing.svg)

**Hierarkisk redigering av diskrete latente koder bevarer utvalgt grov programstruktur mens finkoder regenereres i det redigerbare området.* Kilde: [Forklarende diagram utarbeidet av forfatteren på grunnlag av den publiserte metoden og resultatene.](https://doi.org/10.1145/3803437.3807386) . Vilkår for gjenbruk: [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) . Foreslått attribusjon: Gavrilov et al. (2026), Inspectable Control for Structure-Preserving Software Regeneration. [Last ned SVG](https://aogavrilov.com/publications/inspectable-control/hierarchical-discrete-latent-code-editing.svg) .*

### Hovedidé

Kontrollen anvendes på en lært representasjon over tokennivået: Grove posisjoner i latentrommet angir eksplisitte steder der strukturen kan låses, mens nærliggende implementasjonsdetaljer fortsatt kan redigeres.

### Forskjell fra beslektede tilnærminger

Begrensninger på ledetekst- eller tokennivå virker på overflateteksten. Det foreslåtte grensesnittet eksponerer grove og finmaskede diskrete kontrollpunkter og måler den resulterende avveiningen mellom stabilitet og frihet.

### Hva er nytt?

Arbeidet introduserer og evaluerer et etterprøvbart hierarkisk styringslag i latentrommet for avgrenset regenerering av programvareartefakter.

## Spørsmål denne artikkelen bidrar til å besvare

## 

Åpne et spørsmål for å få et kortfattet svar forankret i artikkelen. Detaljerte evidensgrenser er oppført under Begrensninger.

1. Hvordan kan KI redigere kode uten å skrive om alt? Artikkelen studerer delvis regenerering av kode over tokennivået. En hierarkisk VQ-VAE avbilder en kort Python-funksjon til grove og finmaskede diskrete koder; utvalgte grove posisjoner låses, og maskert diskret generering endrer bare de øvrige latente posisjonene før dekoding. Dette gir en eksplisitt bevaringsgrense i stedet for å regenerere hele funksjonen.
2. Hvilke metoder bevarer programstrukturen under kodegenerering? Arbeidet undersøker styring med hierarkiske diskrete latentrepresentasjoner. Grove posisjoner i latentrommet kan holdes fast mens ulåste posisjoner regenereres; deretter måles parserate og strukturelle surrogatmål. Dokumentasjonen gjelder probabilistisk strukturell stabilitet i korte Python-funksjoner og fastslår ikke eksakt AST-bevaring, semantisk ekvivalens eller funksjonell korrekthet.
3. Kan hierarkiske diskrete latentvariabler gi lokalisert kontroll over kode? I det rapporterte eksperimentet med 2,000 funksjoner økte låsing av fire koder på øverste nivå parseraten fra 0.453 til 0.591. Samtidig ble 0.936 av de ulåste posisjonene endret, og 0.998 av de betingede prøvene var unike. Resultatene gir foreløpig empirisk støtte for at grove begrensninger i latentrommet kan bevare noe struktur uten å fjerne lokal redigeringsfrihet eller variasjon mellom prøvene.
4. Hvordan kan kodegenerering balansere strukturell stabilitet og mangfold? Artikkelen evaluerer stabilitet og frihet samlet fremfor bare å optimere gyldighet. Låsing av grove koder øker den syntaktiske gyldigheten, samtidig som endringen i ulåste posisjoner forblir høy og betingede prøver nesten uten unntak er unike. Resultatet viser en målbar avveining mellom stabilitet og frihet i den testede konfigurasjonen, ikke et universelt optimum.
5. Hvordan forholder dette arbeidet seg til LLM-assistert koderedigering? Den testede modellen er en hierarkisk VQ-VAE med maskert diskret generering, ikke en stor språkmodell. Styringsproblemet er likevel relevant for LLM-assistert redigering fordi unødvendige endringer utenfor det etterspurte området er en praktisk utfordring. Artikkelen bidrar med en komplementær mekanisme i latentrommet og et rammeverk for evaluering, ikke en referansetest for LLM-redigering.

## Sammenligning med beslektede tilnærminger

## 

| Funksjonalitet | Styring på tokennivå | Hierarkisk latent kontroll |
| --- | --- | --- |
| Frys grovstrukturen | Begrenset | Innebygd låsing av grovkoder |
| Delvis regenerering | Skjøre overflatebegrensninger | Maskert ny trekking av utvalgte koder |
| Etterprøvbare kontrollpunkter | Ingen eksplisitt mellomliggende lag | Grove og finmaskede diskrete posisjoner |
| Evidens i denne artikkelen | Ikke evaluert som et fullstendig referansegrunnlag | Diagnostikk av syntaktisk stabilitet og redigeringsfrihet |

Tabellen beskriver grensesnitt og studiens målte evidens; den hevder verken funksjonell korrekthet eller universell overlegenhet.

## Relevans og avgrensning

## 

Artikkelen er særlig relevant for arbeid som krever eksplisitt kontroll over hva en KI-assistert kodetransformasjon kan endre, og hvilke deler av et program som bør forbli stabile.

1. Kontrollerbar kodegenerering med strukturbevaring
2. Lokalisert programreparasjon og avgrenset refaktorering
3. Hierarkiske diskrete representasjoner for kildekode
4. Maskert diskret generering av kildekode
5. Latent kontroll av programvareartefakter

## Begrensninger

## 

- Studien er begrenset til korte Python-funksjoner avkortet til 64 tokener.
- Evalueringen bruker argmax-dekoding og syntaktiske eller strukturelle surrogatmål fremfor tester av funksjonell ekvivalens.
- Nøyaktig bevaring av signaturer er fortsatt mangelfull.
- Kontroll på lavere nivå er svakere enn kontroll på øverste nivå.
- Latente posisjoner er ennå ikke samordnet med semantiske områder som AST-spenn, signaturer eller kontrollflytstruktur.
- Resultatene dokumenterer ikke korrekthet for praktisk reparasjon, refaktorering eller endringer på repositorienivå.

## Referanser sitert i artikkelen

## 

Disse oppføringene svarer til den nummererte referanselisten i artikkelens PDF-fil.

1. Ali Razavi, Aaron van den Oord, Oriol Vinyals. 2019 . [Generating Diverse High-Fidelity Images with VQ-VAE-2](https://arxiv.org/abs/1906.00446) . Advances in Neural Information Processing Systems .
2. Jacob Austin, Daniel D. Johnson, Jonathan Ho, Daniel Tarlow, Rianne van den Berg. 2021 . [Structured Denoising Diffusion Models in Discrete State-Spaces](https://arxiv.org/abs/2107.03006) . Advances in Neural Information Processing Systems .
3. Subham Sekhar Sahoo, Marianne Arriola, Yair Schiff, Aaron Gokaslan, Edgar Marroquin, Justin T Chiu, Alexander Rush, Volodymyr Kuleshov. 2024 . [Simple and Effective Masked Diffusion Language Models](https://arxiv.org/abs/2406.07524) . Advances in Neural Information Processing Systems .
4. Shraddha Barke, Michael B. James, Nadia Polikarpova. 2023 . [Grounded Copilot: How Programmers Interact with Code-Generating Models](https://doi.org/10.1145/3586030) . Proceedings of the ACM on Programming Languages .
5. Fengji Zhang, Bei Chen, Yue Zhang, Jacky Keung, Jin Liu, Daoguang Zan, Yi Mao, Jian-Guang Lou, Weizhu Chen. 2023 . [RepoCoder: Repository-Level Code Completion Through Iterative Retrieval and Generation](https://doi.org/10.18653/v1/2023.emnlp-main.151) . Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing .

## Ressurser og reproduserbarhet

## 

### Dataerklæring

## Versjoner

## 

1. **Publisert versjon** [ACM FSE Companion, 2026](https://doi.org/10.1145/3803437.3807386)
2. **Forfattermanuskript** [Teksttilgjengelig, trykkeklart manuskript med endelig forfatterliste og DOI](https://aogavrilov.com/publications/inspectable-control/paper.pdf)
3. **Eksternt fulltekstspeil** [Forfattermanuskript under CC BY 4.0 på Hugging Face](https://huggingface.co/datasets/aogavrilov/inspectable-control-results/resolve/main/paper.pdf)
4. **Åpne arkivposten** [Zenodo-oppføring indeksert av OpenAIRE](https://zenodo.org/records/21605395)
5. **Åpne fullteksten i arkivet** [Forfattermanuskript på Zenodo under CC BY 4.0; tekstlig identisk med det lokale manuskriptet](https://zenodo.org/records/21605395/files/fse2026-posters-final11%20%284%29.pdf?download=1)
6. **Forfatterressurser** [Poster og presentasjonsbilder](https://aogavrilov.com/publications/inspectable-control/media/)
7. **Bibliografisk post** [DBLP](https://dblp.org/rec/conf/sigsoft/GavrilovGMMM26)
8. **Åpne den vitenskapelige posten** [OpenAlex](https://openalex.org/W7169573479)
9. **Oppføring i siteringsgraf** [Semantic Scholar](https://www.semanticscholar.org/paper/93c3de037596ce177d9d882d214ccad5c5405b00)
10. **Fulltekst delt av forfatteren** [ResearchGate](https://www.researchgate.net/publication/410435483_Inspectable_Control_for_Structure-Preserving_Software_Regeneration)
11. **Sammendrag i allment språk** [Anerkjennelser](https://www.growkudos.com/publications/10.1145%252F3803437.3807386/reader)

Den publiserte DOI-en er den primære bibliografiske identifikatoren. Denne siden forblir prosjektets ene kanoniske URL på tvers av versjoner.

## Relatert publikasjon

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

Les [Kontrollerbar koderedigering](https://aogavrilov.com/no/projects/discrete-latent-generation/) forskningsguide. [Om forfatteren](https://aogavrilov.com/about/) .

### Avgrensede forskningsnotater

Intensjonsspesifikke svar med tydelige evidensgrenser og lenker tilbake til denne artikkelen.

- [Lokalisert kodeendring med generative modeller](https://aogavrilov.com/no/research-notes/localized-code-modification-generative-models/)
- [Begrenset kodegenerering for programvareutvikling](https://aogavrilov.com/no/research-notes/constrained-code-generation-software-engineering/)
- [KI-assistert refaktorering: metoder og dokumentasjon](https://aogavrilov.com/no/research-notes/ai-assisted-refactoring-evidence/)
- [Forutsigbar kodegenerering krever en bevaringskontrakt](https://aogavrilov.com/no/research-notes/predictable-code-generation-preservation-contract/)