3,583 papers
arXiv:2509.23501 95 27 сент. 2025 г. PRO

Role-Based Prompting: структура диалога решает

КЛЮЧЕВАЯ СУТЬ
Обнаружено: Модели теряют до 90% точности формата когда few-shot примеры свалены в одно сообщение. Llama без разделения вместо короткого ответа выдавала абзацы рассуждений — structural accuracy 0%. Метод Role-Based Prompting позволяет получать ответы в точном формате — одно слово вместо абзаца, структурированный JSON вместо текста. Фишка: разделяешь примеры на диалог system → user → assistant вместо списка. Модель видит явную структуру разговора, копирует паттерн точнее — structural accuracy Llama2-13b подскочила с 0% до 82%, GPT-3.5 с 68% до 73% F1.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с