3,583 papers
arXiv:2510.12948 65 14 окт. 2025 г. PRO

SpareCodeSearch – точность контекста важнее его «умности»

КЛЮЧЕВАЯ СУТЬ
Сложные системы семантического поиска (которые «понимают смысл») проигрывают простому поиску по ключевым словам при подготовке контекста для LLM. Метод SpareCodeSearch позволяет получать качественные ответы от модели без дорогих GPU — достаточно точно найти релевантные фрагменты текста. Принцип: не давай модели «всё подряд» в надежде что она разберется — дай ей концентрат нужной информации через точный поиск ключевых слов. Исследование на генерации кода показало: простой keyword-поиск работает не хуже (а иногда лучше) тяжеловесного семантического — модель отлично справляется, когда контекст релевантен, даже если метод его поиска примитивен.
Адаптировать под запрос

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