# Истраживање које остаје проверљиво.

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

Document language: sr

Истражујем како репрезентације, компресија и управљивост обликују квалитет генерисаног текста и кода.

## Истакнута истраживања

Дијагностичка методологија

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

Где се нарушава квалитет при генерисању компримованог кратког текста: фазна локализација уских грла

FRUCT 39 2026

Раздвајање отказа кодека од отказа латентног генерисања при генерисању компримованог кратког текста.

![Етапни поступак генерисања компримованог текста који пореди изворни текст, реконструкцију кодеком, MDLM у простору кодова и декодирани текст ради раздвајања губитка кодека од губитка при генерисању.](https://aogavrilov.com/publications/where-quality-breaks/staged-codec-bottleneck-localization.svg)

*Етапно локализовање уског грла раздваја губитак реконструкције кодеком од губитка при латентном генерисању у оквиру јединственог протокола за вредновање декодираног текста.*

## Остала истраживања

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

Проверљиво управљање регенерисањем софтвера уз очување структуре

Метод управљања у латентном простору FSE Companion '26 2026 Пратећи постер

## Правци истраживања

### Отказ кодека или генератора?

Раздвојте губитак реконструкције од губитка при латентном генерисању пре него што рачунарске ресурсе утрошите на погрешну фазу.

### Локализовано и предвидљиво уређивање кода

Спречите преписивање целих функција поређењем селективног поновног генерисања, генерисања уз ограничења и рефакторисања уз помоћ вештачке интелигенције у оквиру изричитог уговора о очувању.

### MDLM у простору кодова или у простору токена?

Упоредите оба приступа помоћу истог оцењивача декодираног текста, узимајући у обзир горњу границу квалитета коју намеће кодек с губицима.

## Прегледајте 5 усмерених истраживачких питања

- [Како треба поредити језичко моделовање маскираном дискретном дифузијом у простору кодова и у простору токена?](https://aogavrilov.com/sr/research-notes/code-space-vs-token-space-masked-diffusion/)
- [Како генеративни модел може да измени код а да не препише целу функцију?](https://aogavrilov.com/sr/research-notes/localized-code-modification-generative-models/)
- [Шта ограничено генерисање кода гарантује у току софтверског инжењерства?](https://aogavrilov.com/sr/research-notes/constrained-code-generation-software-engineering/)
- [Који су методи и докази важни за рефакторисање уз помоћ вештачке интелигенције и очување понашања?](https://aogavrilov.com/sr/research-notes/ai-assisted-refactoring-evidence/)
- [Шта генерисање кода чини предвидљивим, а не само управљивим?](https://aogavrilov.com/sr/research-notes/predictable-code-generation-preservation-contract/)