🎓 Работы выпускников. Как «маяки» в коде помогают ИИ писать программы лучше

Когда опытный разработчик открывает чужую программу, он не читает её строку за строкой — взгляд цепляется за несколько ключевых фрагментов, по которым понятно, что делает код. В когнитивной науке такие опорные места называют «маяками».

Дуань Жань, выпускник магистратуры ФТИИ по программе «Большие данные и машинное обучение», в дипломной работе предложил подход, который помогает большим языковым моделям опираться на такие же «маяки» — чтобы генерация кода становилась логичнее и надёжнее. Научный руководитель — Сергей Ковальчук.

Работа начинается с вопроса: что такое код и как его понимает человек? Дуань Жань рассмотрел функцию как преобразование входных данных в результат и разобрал, какие промежуточные шаги действительно влияют на итог. На этой основе построена формальная логика, по которой система находит смысловое ядро программы — не просто подсказки для модели, а структурированный способ передать суть кода.

Чем работа сильна:
🔹 подход соединяет когнитивную науку, программную инженерию и генерацию кода языковыми моделями;
🔹 в экспериментах генерация с опорой на «маяки» улучшила работу небольших моделей на реалистичных задачах с кодом на Python.

Работу Дуань Жаня отдельно отметила государственная экзаменационная комиссия.

Где это пригодится: генерация и исправление кода, код-ревью, поддержка репозиториев, техническая документация.

Что дальше — статья по теме уже подана на международную конференцию и дорабатывается по отзывам. В перспективе Дуань Жань хочет довести подход до реальных инструментов разработчиков, чтобы сделать ИИ-ассистентов для программистов надёжнее.

Репозиторий с кодом: https://github.com/dr990613/Beacon-reasoning-system

#работы_выпускников