Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
PIAST: автогенерация few-shot примеров через итеративный отбор
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Парадокс: Все шлифуют формулировку инструкции ('Ты опытный эксперт...' vs 'Ты профессиональный специалист...'), а точность растёт от других вещей. PIAST показывает: few-shot примеры дают в 2-3 раза больший прирост чем переформулирование — 86-92% против 79-83% на GSM8K. Метод автоматически генерирует разнообразные примеры и итеративно улучшает набор через оценку полезности каждого. Фишка: синтетические примеры 'разной длины, на разные темы, с граничными случаями' покрывают больше вариаций чем случайные из датасета. Результат — точность растёт в 1.5 раза при скорости в 36 раз выше конкурента PRL.
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