3,583 papers
arXiv:2609.05232 75 4 сент. 2026 г. PRO

Substrate Disclosure: явное указание лимитов памяти и времени заставляет LLM писать экономный код

КЛЮЧЕВАЯ СУТЬ
Обнаружено: LLM пишет код так, будто ресурсов бесконечно много — потому что ей никто не сказал, что их мало. Метод Substrate Disclosure позволяет получать от модели код, который реально укладывается в лимиты памяти и времени, а не просто выглядит правильным на бумаге. Достаточно дописать в промпт конкретные цифры лимитов — и модель без единой подсказки по алгоритму сама начинает делить данные на блоки, экономить точность чисел и переиспользовать буферы. Один и тот же запрос без лимитов и с лимитами — два принципиально разных кода.
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