Дорогое дообучение LLM на тысячах примеров для сложных многошаговых вопросов — не обязательно.

Дорогое дообучение LLM на тысячах примеров для сложных многошаговых вопросов — не обязательно. Правильно построенный промпт с принудительным циклом рассуждений даёт сопоставимый результат. Метод ReAct позволяет отвечать на сложные цепочечные вопросы — те, где нужно сначала найти факт А, на его основе найти факт Б, и только потом дать ответ. Фишка: заставь модель показывать каждый шаг вслух через цикл «Мысль → Действие → Наблюдение». Модель перестаёт пытаться угадать ответ за один прыжок и начинает строить путь к нему — точность на многошаговых задачах сопоставима с системами, заточенными под это через дообучение.