arXiv:2604.13552 76 15 апр. 2026 г. PRO

TF-TTCL: накопление правил «делай/избегай» из собственных ошибок LLM

КЛЮЧЕВАЯ СУТЬ

Вы правите один и тот же тип задачи снова и снова. Новая сессия — модель снова делает то же самое. TF-TTCL решает именно это: позволяет накапливать конкретные правила между сессиями прямо в чате, без дообучения. Фишка: не вы придумываете правила — модель сама их формулирует, сравнивая свой лучший ответ с худшим. Через 5–7 сессий список превращается в персональный гайдлайн под ваши задачи — и модель перестаёт наступать на одни и те же грабли.

Адаптировать под запрос

Контент доступен только для PRO подписчиков

Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс

YandexPay • SberPay • СБП • Карты РФ

⚡ Оплатить через Tribute

Telegram Stars • Моментальный доступ

Узнать о PRO

📋 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.

Выберите модель ИИ:

Ваш запрос:

0 / 2000

~0.5-2 N-токенов ~10-30с

~0.3-1 N-токенов ~5-15с

TL;DR

LLM performs worst when encountering unfamiliar task types — it confidently makes the same mistakes repeatedly. TF-TTCL is a technique that forces the model to compare its good and bad responses, extract explicit rules from that comparison, and apply them to similar future requests.

The core problem is that across different sessions, the model starts from scratch each time with no memory of what worked and what failed, so errors repeat. The method addresses this in three steps: first, it generates multiple response variants through different "roles," then compares the best against the worst to extract two types of rules — "do this" and "avoid this" — and finally adds these rules to the beginning of subsequent prompts.

Method Overview

Three agents within a single prompt generate different response variations... Я вижу, что нужно собрать подходящие правила из накопленной базы и добавить их в начало промпта для следующего запроса. Затем я привожу пример с контент-директором Максимом, который хочет улучшить свои Telegram-посты, собирая правила из успешных и неудачных вариантов. Теперь я вижу структуру задачи — нужно сравнить два варианта поста и выделить ключевое правило, которое делает один вариант лучше другого, а также ошибку, которую нужно избегать. Затем эти правила будут использованы в следующем запросе для улучшения результатов. The key insight is that models like me start fresh each session without memory, so I can't learn from corrections you made before. But I'm actually good at following explicit instructions in the current context—the real challenge is that you don't always know what to forbid. TF-TTCL elegantly solves this by having me compare my own good and bad responses to generate the rules myself, so you're just accumulating these instructions over time rather than having to figure them out.

There are several levers you can adjust: increase the number of response variants I generate for more diversity, ask for rules in strict "always/never" format for clarity, organize rules by task type so you have different sets for different contexts, and periodically compress the accumulated rules down to the five most essential ones to keep the list manageable.

Now I'm looking at the template structure — the first template simulates three different agents tackling the same task from different angles, with a teacher giving a direct solution, an editor reframing the problem entirely, and a student solving the reframed version. The second template extracts the underlying rules from those responses...

Continuing with the rule extraction... Я объясняю, как использовать шаблон TF-TTCL — нужно вставить его в чат и позволить LLM задать уточняющие вопросы о типе задачи и критериях сравнения, чтобы правильно выделить лучшие и худшие варианты. Отмечаю два ограничения: полная автоматизация требует кода с векторным поиском, а вручную придётся самому выбирать релевантные правила из растущего списка, и метод работает лучше всего для задач с чёткими критериями качества.

Теперь вижу дополнительные риски — эффект накапливается медленно, первые несколько сессий дают мало правил, и есть опасность, что неправильно выбранные в начале "лучший" и "худший" ответы закрепят ошибочные правила, которые потом будут портить результаты.

Нашел исходную статью про контрастное обучение без обучения на этапе тестирования, авторы из Южно-китайского технологического университета. Полная система требует встроенную модель эмбеддингов, векторную базу данных и несколько API-запросов на каждый запрос, но из этого можно извлечь для обычного пользователя ChatGPT или Claude — это трёхагентное расширение запроса и сам контрастный подход.

Основной трюк здесь — сравнить хорошие и плохие результаты, извлечь правила, а потом добавлять эти правила в будущие промпты. Это действительно мощный принцип, решает реальную проблему с тем, что модели забывают контекст между сессиями. Любой пользователь может реализовать это вручную за три промпта, хотя это требует дисциплины и многошаговой работы. Полная автоматизация недоступна в чате, но сам принцип извлекаемый и ценный, поэтому я оцениваю это в 74 балла — не простое решение "скопируй и вставь", но достаточно практичное для ручной реализации.

Подождите, я переосмысляю это. Инсайт о том, что можно строить свои собственные правила через контрастное сравнение — это действительно новое для большинства пользователей. Это поднимает оценку до 76.

Меню

TF-TTCL: накопление правил «делай/избегай» из собственных ошибок LLM

Контент доступен только для PRO подписчиков

Контент доступен только для PRO подписчиков

Контент доступен только для PRO подписчиков

Контент доступен только для PRO подписчиков

Работа с исследованием

Результат адаптации