3,583 papers
arXiv:2510.06587 82 8 окт. 2025 г. PRO

WEBDART: разделение сложных задач на сбор → структурирование → анализ

КЛЮЧЕВАЯ СУТЬ
LLM проваливает сложные задачи — точность падает с 46.6% до 8% (WebChoreArena). Причина: когнитивная перегрузка. Модель пытается одновременно искать информацию, применять фильтры, считать и планировать следующий шаг — теряет фокус и пропускает важное. WEBDART позволяет решать многошаговые задачи с множественными источниками и фильтрами через декомпозицию на три последовательных этапа. Фишка метода: консервативная стратегия — сначала собери ВСЁ (не фильтруй в процессе сбора, это источник ошибок), потом структурируй данные в таблицу, и только потом применяй ограничения. Каждый этап фокусируется на одном навыке, снижая нагрузку на модель.
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

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

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

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению 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