Fel i kodeken eller generatorn?
Särskilj rekonstruktionsförlust från latent genereringsförlust innan beräkningsresurser läggs på fel steg.
Öppna diagnostikguidenAlexey Gavrilov
Forskare inom maskininlärningITMO University
Forskning som förblir granskningsbar.
Jag undersöker hur representationer, komprimering och styrbarhet formar kvaliteten hos genererad text och kod.
Forskningsinriktningar
Lokal och förutsägbar kodredigering
Förhindra omskrivning av hela funktioner genom att jämföra selektiv regenerering, begränsad generering och AI-assisterad refaktorering inom ramen för ett explicit bevarandekontrakt.
Utforska projektetUtforska 5 avgränsade forskningsfrågor
- Hur bör språkmodellering med maskerad diffusion i kodutrymmet respektive tokenutrymmet jämföras?
- Hur kan en generativ modell modifiera kod utan att skriva om hela funktionen?
- Vad garanterar begränsad kodgenerering i ett programvarutekniskt arbetsflöde?
- Vilka metoder och vilken evidens är relevanta för AI-assisterad beteendebevarande refaktorisering?
- Vad gör kodgenerering förutsägbar och inte bara styrbar?
Utvald forskning
Diagnostisk metodik
Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization
Var kvalitetsbristerna uppstår vid komprimerad generering av korta texter: stegvis lokalisering av flaskhalsar
Att särskilja kodekfel från fel i latent generering vid generering av komprimerad korttext.
Övrig forskning
Utforska alla publikationerInspectable Control for Structure-Preserving Software Regeneration
Granskningsbar styrning för strukturbevarande omgenerering av programvara