3,583 papers
arXiv:2608.12290 76 12 авг. 2026 г. PRO

DSG+CMQ: доводка промпта через дерево проверочных вопросов, а не общую оценку "похоже/не похоже"

КЛЮЧЕВАЯ СУТЬ
Обнаружено: LLM не может честно ответить 'похоже на промпт или нет' — ответ размытый, непонятно что чинить. Но на вопрос 'держит ли персонаж телефон' отвечает почти без ошибок — да или нет, третьего нет. Метод DSG+CMQ позволяет находить конкретную сломанную деталь в генерации — не всю картинку целиком, а именно руки, позу или фон — и точечно переписывать промпт под неё. Вместо одной мутной оценки — дерево из 10-15 вопросов Да/Нет: отдельно про содержимое сцены (DSG), отдельно про типичные фейлы генерации (CMQ). Каждый провал виден отдельно — промпт правится не целиком, а в точке разрыва.
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