# 让生成过程保持 可检查。

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

Document language: zh-Hans

我研究表示方式、压缩和可控性如何影响生成文本与代码的质量,并把论文证据整理成可直接使用的诊断路径。

## 从研究问题开始

### 问题出在编解码器还是生成器?

先区分重建损失与潜变量生成损失,再决定把算力投入哪个阶段。

### 局部且可预测的代码编辑

用显式保持契约防止整段函数被重写,并比较选择性再生成、约束生成与 AI 辅助重构。

### 码空间还是 token 空间 MDLM?

使用同一解码文本评估器比较两者,同时计入有损编解码器设定的质量上限。

## 研究论文

压缩短文本生成中的质量断点:分阶段瓶颈定位

该工作提出可复用的分阶段诊断协议,在统一评分器下区分编解码器损失与潜在生成损失,从而帮助研究者先优化真正限制最终质量的组件。

分阶段瓶颈诊断方法 FRUCT 39 · 2026

面向结构保持软件再生成的可检查控制方法

该工作把“哪些程序结构必须保持不变”转化为可检查的离散潜在控制点,并在结构稳定性与编辑自由度之间给出可量化的权衡。

潜在空间控制方法 FSE Companion '26 · 2026