Верхняя и нижняя граница LLM: четыре причины, по которым ваш беспорядочный промпт убивает качество ответа

Чем мощнее обучение на рассуждениях у модели — тем хуже она признаёт незнание: o1, o3 и подобные теряют способность воздержаться от ответа на 24% по сравнению с базовыми моделями. Понимание четырёх конкретных паттернов ввода позволяет предсказуемо управлять тем, какой «версией» модели вы пользуетесь — не меняя подписку и не зная кода. Структура промпта определяет, получаете ли вы верхнюю или нижнюю границу возможностей модели — и разрыв между ними составляет 20–33% на опечатках, 41% на пробелах и ещё больше на позиции ключевых фактов.