2263 Сравнительный анализ генеративных моделей GAN и диффузионных моделей для автоматической генерации исходного кода

Авдошин Сергей Михайлович

руководитель проекта

Старт

28.09.2025

Представление

05.11.2025 – 19.11.2025

Постерная сессия

26.01.2026 – 06.02.2026

Защита

06.04.2026 – 17.04.2026

Паспорт проекта

Аннотация

В последние годы генеративные модели искусственного интеллекта активно применяются для автоматической генерации исходного кода, что способствует ускорению разработки программного обеспечения и снижению затрат. В данном проекте проводится сравнительный анализ двух современных подходов — генеративно-состязательных сетей (GAN) и диффузионных моделей — в контексте синтеза программного кода.

Отрасль

Информатика

Цель

Цель исследования — оценить эффективность этих методов по ключевым метрикам, включая синтаксическую корректность, семантическую адекватность, разнообразие генерируемых решений и скорость работы. В работе используются публичные датасеты (GitHub Python Corpus, Stack Overflow Code Snippets) и специализированные метрики (CodeBLEU, компиляционная валидность).

Ожидаемые результаты

Анализ существующих генеративных моделей для генерации кода
- Изучить архитектурные особенности GAN и диффузионных моделей в контексте генерации программного кода.
- Провести обзор современных решений (CodeGAN, CodeDiffusion и др.).
- Обзор существующих моделей генерации кода: CodeT5, Codex, CodeGen, AlphaCode, SantaCoder
Выбор и подготовка датасетов
- Определить подходящие датасеты программного кода для обучения и оценки моделей (например: CodeSearchNet, HumanEval, MBPP)

Форма и способы промежуточного контроля

1. Этапные отчеты (письменные и устные) Форма: Презентации, технические отчеты, документация Сроки: Каждые 2–3 недели 2. Проверка кода и экспериментов Форма: Code Review, воспроизводимые эксперименты (Jupyter Notebook, Colab) 3. Демонстрация работы моделей Форма: Интерактивные примеры генерации кода 4. Внутренние обсуждения и коллаборации Форма: Митинги раз в неделю, обсуждения вTelegram

Форма представления результатов

Защита проекта с презентацией результатов Публикация кода и данных (Open Source) Написание финального отчета и статьи

Ресурсное обеспечение

Вычислительные ресурсы Графические процессоры (GPU/TPU): Облачные решения: Google Colab Pro, AWS (p3.2xlarge), Yandex DataSphere Оперативная память: 32GB+ RAM для обработки больших датасетов Хранение данных: 500GB+ SSD (кеширование датасетов, логов) Программное обеспечение Фреймворки для ML: PyTorch / TensorFlow + CUDA HuggingFace Transformers (для NLP-компонентов) Diffusers (для диффузионных моделей) Инструменты: DVC (управление данными) Weights & Biases / MLflow (трекинг экспериментов) Docker...