3,583 papers
arXiv:2605.04107 74 4 мая 2026 г. PRO

TSCG: JSON убивает точность LLM — и вот как это чинить

КЛЮЧЕВАЯ СУТЬ
51% против 81% точности — одни и те же инструкции, одна и та же модель GPT-4.1. Разница только в формате: раздутый JSON против компактной нотации. Метод TSCG позволяет описывать инструменты для LLM-агентов так, чтобы модель тратила внимание на смысл, а не на скобки и кавычки. Фишка: та же информация в виде send_email(to:str, subject?:str) | Отправить письмо занимает 8 токенов вместо 90 — и модель выбирает нужное действие и правильно заполняет параметры в 1.5 раза точнее.
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