Обнаружение новостей с помощью больших языковых моделей в высокообъемных информационных потоках: тематическое исследование

Обнаружено: LLM проваливаются в субъективных оценках («найди что-то интересное») — модель не знает, по каким критериям судить, и выдаёт размытые ответы. Метод позволяет получать от LLM надёжные аналитические оценки — отфильтровать 100 резюме, ранжировать отзывы клиентов или выбрать лучшую инвестидею из списка. Вместо «оцени качество» даём модели рубрику с конкретными критериями (например, для резюме: опыт в B2B [0-2], навыки переговоров [0-2], знание CRM [0-2]). Модель перестаёт гадать и начинает методично сканировать текст по чек-листу — точность первичного скрининга вырастает с хаотичной до системной.