3,583 papers
arXiv:2607.00502 70 1 июля 2026 г. PRO

TSR (Task-State Representation): внешний трекер состояния задачи для длинных многошаговых сессий

КЛЮЧЕВАЯ СУТЬ
Обнаружено: в длинных сессиях у LLM три предсказуемых поломки — дрейф цели, галлюцинация прогресса и петли повторений. Все три из одного источника: постоянная информация о задаче и временное состояние сессии лежат в одной куче текста. TSR позволяет вести задачи от 5+ шагов без потери нити — добавляешь три поля перед каждым запросом: резюме цели, трекер подзадач, фокус следующего шага. Модель перестаёт восстанавливать контекст из истории перепискион уже лежит перед ней в начале промпта.
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