3,583 papers
arXiv:2610.27406 80 19 окт. 2026 г. PRO

Anti-Persistence: храни сырые записи работы агента, а выводы и правила собирай заново под каждую задачу и выбрасывай

КЛЮЧЕВАЯ СУТЬ
Парадокс: агент с памятью из готовых правил часто работает хуже агента, у которого есть только сырые записи. Метод Anti-Persistence позволяет агенту копить опыт и не закреплять свои ошибки в виде «уроков». Храни только записи: задача, действия, исход. Вывод собирай заново под каждую задачу и выбрасывай. Ошибочное правило больше не размножается: воспроизводство ошибок обрывается. В опытах метод выиграл в 7 из 9 пар «задача–модель» и в среднем тратил меньше вызовов модели.
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