3,583 papers
arXiv:2606.24004 84 22 июня 2026 г. PRO

Spec Learning: автоматическая генерация системного промпта из 20 примеров предпочтений

КЛЮЧЕВАЯ СУТЬ
Парадокс: чем старательнее ты описываешь свои предпочтения словами — «пиши живее», «без канцелярита», «в моём стиле» — тем хуже работает модель. Слова без примеров не имеют якоря. Spec Learning позволяет создать системный промпт автоматически: показываешь 20 пар «хороший ответ / плохой ответ» — и получаешь готовую инструкцию. Два запроса к LLM: сначала модель вытаскивает принципы из контраста примеров, потом собирает их в параграф. Результат: системный промпт в стиле персонажаточнее, чем если бы ты объяснял своими словами.
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