Аннотация. Проведен систематический обзор применения GAN в задачах синтеза и исправления кода на основе анализа публикаций 2018–2026 гг. Выделены три основные архитектурные парадигмы: последовательностная, структурно-ориентированная и гибридная. Показано, что использование дискриминатора как механизма внешней верификации повышает компилируемость синтезируемого кода на 12–18% и решает проблему накопления ошибок (exposure bias). Определены перспективы интеграции GAN со стеком технологий больших языковых моделей (LLM).

Лепшоков А.И., Акимочев М.А. (науч. рук. Авдошин С.М.) Генеративные состязательные сети для синтеза исходного кода: архитектурные парадигмы и перспективы применения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/18099