Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Внедрение внешних знаний в процесс рассуждений улучшает генерацию с дополненным поиском
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Обнаружено: LLM слепо доверяют информации, поданной в начале промпта — даже если она ложная или нерелевантная. Отсюда главная проблема RAG-систем: модель воспроизводит ошибки из найденных документов.
Passage Injection позволяет заставить модель критически анализировать предоставленный контекст, а не принимать его как аксиому.
Вместо "Вот документ → ответь на вопрос" используй "Ответь на вопрос → в процессе рассуждения проанализируй этот документ". Модель перестает быть компилятором текста и становится критическим аналитиком — точность на зашумленных данных выросла с 67% до 89%.