Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

ТЕМА · ENTITY #2068

chain-of-thought prompting

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Smart Coder Framework: структурирование совместной качественной кодировки человеком и LLM (arXiv:2610.33205v1)

В статье предложена Smart Coder Framework — трёхфазный подход (Instruction, Prompt Strategy, Reliability Check) для структурирования совместной качественной кодировки человеком и LLM. Авторы проверили фреймворк на 72 транскриптах интервью учителей математики (12 для разработки подсказок, 60 для формальной оценки) против эталона консенсуса людей с факториальным дизайном (инструктированные/неинструктированные подсказки, few‑shot/chain‑of‑thought, один проход/самосогласованность); инструкции последовательно улучшали согласие, chain‑of‑thought помогал при адекватной инструкции, а самосогласованность давала меньший, зависящий от темы эффект и помогала выявлять нестабильные решения для проверки человеком.

6.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Статья на arXiv: крупные reasoning-модели испытывают трудности с повседневным логическим рассуждением

Новая препринт-статья на arXiv (arXiv:2610.22538v1) представляет бенчмарк лингвистических и прагматических явлений для оценки соответствия больших reasoning-моделей повседневному логическому рассуждению. Авторы отмечают, что LRMs часто ухудшают результаты, когда повседневное рассуждение отступает от формальной логики; некоторые ненаправляющие модели с chain-of-thought-подсказками превосходят сопоставимые LRMs, а дополнительные инструкции мало влияют на поведение рассуждений.

7.0

RESEARCH · 1 ИСТОЧН. · Google Research

Google Research представила «Talk like a Graph» и бенчмарк GraphQA для кодирования графов для LLM

Исследователи Google (Бахаре Фатеми и Брайан Пероззи) предложили способы преобразования графов в текстовое представление, понятное большим языковым моделям, и представили бенчмарк GraphQA с задачами на рассуждение по графам и генераторами графов. Они отмечают, что производительность LLM зависит от метода кодирования, типа задачи и структуры графа, и выбор подходящего кодирования может повысить точность на графовых задачах примерно до 60%.

7.0