3,583 papers
arXiv:2510.12728 85 14 окт. 2025 г. PRO

Data-Model Co-Evolution: итеративное улучшение промптов через растущий тестовый набор

КЛЮЧЕВАЯ СУТЬ
Регрессии — когда чинишь одно, ломается другое — главная боль при доводке промптов. Крутишь промпт → проверил на паре примеров → вроде работает → через неделю новый сбой → опять крутишь → ломается то, что раньше работало. Метод Data-Model Co-Evolution позволяет систематически улучшать промпты без регрессий через растущий тестовый набор. Фишка: каждый найденный сбой становится тест-кейсом, а каждая ревизия промпта проверяется на всех накопленных примерах. Промпт (model) и тестовый набор (data) растут вместе — отсюда название ко-эволюция. Вместо хаотичной доводки на глаз строишь живую систему регресс-тестирования.
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