# 研究始終 可供檢視。
Canonical HTML: https://aogavrilov.com/zh-hant/
Document language: zh-Hant
我的研究聚焦於表徵、壓縮與可控性如何影響生成文字與程式碼的品質。
## 精選研究
診斷方法論
### [Where Quality Breaks in Compressed Short-Text Generation: Staged Bottleneck Localization](https://aogavrilov.com/zh-hant/publications/where-quality-breaks/)
壓縮式短文本生成的品質瓶頸何在:分階段瓶頸定位
FRUCT 39 2026
在壓縮短文字生成中,區分編解碼器失效與潛在生成失效。
*分階段瓶頸定位在同一套共用的解碼文字評估協定下,區分編解碼器重建損失與潛在生成損失。*
## 其他研究
### [Inspectable Control for Structure-Preserving Software Regeneration](https://aogavrilov.com/zh-hant/publications/inspectable-control/)
結構保留軟體再生成的可檢視控制
潛在空間控制方法 FSE Companion '26 2026 配套海報
## 研究方向
### 是編解碼器還是生成器失效?
先區分重建損失與潛在生成損失,以免將運算資源耗費在錯誤的階段。
### 局部且可預測的程式碼編輯
在明確的保留契約下比較選擇性再生成、受約束生成與 AI 輔助重構,以避免改寫整個函式。
### 編碼空間還是詞元空間 MDLM?
使用同一個解碼文字評分器比較兩者,同時將有損編解碼器所造成的品質上限納入考量。
## 瀏覽 5 項聚焦研究問題
- [應如何比較編碼空間與詞元空間的遮罩式擴散語言模型?](https://aogavrilov.com/zh-hant/research-notes/code-space-vs-token-space-masked-diffusion/)
- [生成模型如何在不重寫整個函式的情況下修改程式碼?](https://aogavrilov.com/zh-hant/research-notes/localized-code-modification-generative-models/)
- [在軟體工程工作流程中,受限程式碼生成能保證什麼?](https://aogavrilov.com/zh-hant/research-notes/constrained-code-generation-software-engineering/)
- [對 AI 輔助的行為保留重構而言,哪些方法與證據至關重要?](https://aogavrilov.com/zh-hant/research-notes/ai-assisted-refactoring-evidence/)
- [什麼使程式碼生成具可預測性,而不只是可控制?](https://aogavrilov.com/zh-hant/research-notes/predictable-code-generation-preservation-contract/)