Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Улучшение выбора контрастных демонстраций с семантическим разнообразием для надежного машинного перевода в контексте.
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Когда показываешь LLM примеры в few-shot промпте, не давай три раза одно и то же под разным соусом. Покажи три РАЗНЫХ, но одинаково хороших способа решения схожих задач. LLM строит микро-модель задачи на основе твоих примеров – чем разнообразнее данные, тем надежнее модель. Вместо вопроса "какой самый похожий пример?" задавай вопрос "какие разные примеры покажут общий принцип?"