3,583 papers
arXiv:2512.12794 77 14 дек. 2025 г. PRO

Rule-Aware Prompt Framework: модульная архитектура для работы с числовыми данными

КЛЮЧЕВАЯ СУТЬ
LLM видит в одном списке "температура 36.6°C" и "давление 760 мм рт.ст." — и теряется. Масштабы несопоставимы. Что тут норма, что аномалия? Модель угадывает интуитивно, даже если в промпте явно написано правило. Rule-Aware Framework разделяет промпт на 6 модулей: роль, контекст, способ нормализации, правило решения, данные в z-scores, формат вывода. Ключевая фишка: подавать только z-scores (отклонение от среднего в единицах стандартного отклонения) — модель видит не "80.5В vs 120кВт", а "z=0.8 vs z=3.5". Единая безразмерная шкала, правило применяется напрямую.
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