Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
RPS (Robust Preference Selection): генерация из окружения предпочтений вместо точной цели
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Парадокс: Чтобы попасть в сложную нестандартную цель, генерируй НЕ из неё, а из окружения. LLM проваливаются на противоречивых требованиях типа "технично для новичка" или "подробно, но кратко" — таких комбинаций мало в обучающих данных, модель плывёт. RPS решает задачу через отступление: генерирует 5 вариантов с разным балансом атрибутов ВОКРУГ цели (где модель работает стабильно), оценивает все по целевому критерию, выбирает лучший. +19-44% качества на нестандартных запросах против прямой генерации.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку