Zlyhanie kodeku alebo generátora?
Oddeľte stratu pri rekonštrukcii od straty pri latentnom generovaní skôr, než vynaložíte výpočtové zdroje na nesprávnu fázu.
Otvoriť diagnostickú príručkuAlexey Gavrilov
Výskumník v oblasti strojového učeniaITMO University
Výskum, ktorý zostáva preskúmateľný.
Skúmam, ako reprezentácie, kompresia a možnosti riadenia ovplyvňujú kvalitu generovaného textu a kódu.
Smery výskumu
Lokalizovaná a predvídateľná úprava kódu
Úplnému prepisovaniu funkcií predchádzajte porovnaním selektívnej regenerácie, obmedzeného generovania a refaktoringu s podporou AI v rámci explicitného kontraktu zachovania.
Preskúmať projektZobraziť 5 cielených výskumných otázok
- Ako porovnávať jazykové modelovanie pomocou maskovanej difúzie v priestore kódov a v priestore tokenov?
- Ako môže generatívny model upraviť kód bez prepísania celej funkcie?
- Čo zaručuje obmedzené generovanie kódu v pracovnom postupe softvérového inžinierstva?
- Ktoré metódy a dôkazy sú dôležité pri refaktorizácii podporovanej AI so zachovaním správania?
- Čo robí generovanie kódu predvídateľným, nielen ovládateľným?
Vybraný výskum
Diagnostická metodika
Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization
Kde sa stráca kvalita pri generovaní komprimovaných krátkych textov: etapová lokalizácia úzkeho miesta
Oddeľovanie zlyhaní kodeku od zlyhaní latentného generovania pri generovaní komprimovaných krátkych textov.
Ďalší výskum
Zobraziť všetky publikácieInspectable Control for Structure-Preserving Software Regeneration
Preskúmateľné riadenie opätovného generovania softvéru so zachovaním štruktúry