# Pesquisa que permanece aberta ao escrutínio.

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

Document language: pt

Investigo como as representações, a compressão e a controlabilidade moldam a qualidade do texto e do código gerados.

## Pesquisa em destaque

Metodologia de diagnóstico

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

Onde a qualidade se degrada na geração comprimida de textos curtos: localização escalonada de gargalos

FRUCT 39 2026

Distinção entre falhas do codec e falhas da geração latente na geração de textos curtos comprimidos.

![Pipeline em etapas para geração de texto comprimido que compara o texto original, a reconstrução do codec, o MDLM no espaço de código e o texto decodificado, a fim de distinguir a perda do codec da perda de geração.](https://aogavrilov.com/publications/where-quality-breaks/staged-codec-bottleneck-localization.svg)

*A localização do gargalo em etapas distingue a perda de reconstrução do codec da perda de geração latente sob um protocolo comum de avaliação do texto decodificado.*

## Outras pesquisas

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

Controle inspecionável para regeneração de software com preservação de estrutura

Método de controle no espaço latente FSE Companion '26 2026 Pôster complementar

## Linhas de pesquisa

### Falha do codec ou do gerador?

Distinguir a perda de reconstrução da perda de geração latente antes de despender recursos computacionais na etapa errada.

### Edição de código localizada e previsível

Evitar reescritas integrais de funções comparando a regeneração seletiva, a geração com restrições e a refatoração assistida por IA sob um contrato de preservação explícito.

### MDLM no espaço de códigos ou no espaço de tokens?

Compare ambos com um único avaliador de texto decodificado, levando em conta o teto de qualidade imposto por um codec com perdas.

## Explorar 5 questões de pesquisa específicas

- [Como comparar a modelagem de linguagem por difusão mascarada no espaço de códigos e no espaço de tokens?](https://aogavrilov.com/pt/research-notes/code-space-vs-token-space-masked-diffusion/)
- [Como um modelo generativo pode modificar código sem reescrever toda a função?](https://aogavrilov.com/pt/research-notes/localized-code-modification-generative-models/)
- [O que a geração restrita de código garante em um fluxo de engenharia de software?](https://aogavrilov.com/pt/research-notes/constrained-code-generation-software-engineering/)
- [Quais métodos e evidências são relevantes para a refatoração assistida por IA com preservação de comportamento?](https://aogavrilov.com/pt/research-notes/ai-assisted-refactoring-evidence/)
- [O que torna a geração de código previsível, e não apenas controlável?](https://aogavrilov.com/pt/research-notes/predictable-code-generation-preservation-contract/)