Еще одна интересная статья на axiv. Хотите более подробный разбор?
Ваш агент угадывает, что вы имели в виду. С первого раза. И ошибается.
PRIME (arXiv 2604.07645) решает это иначе. Агент запоминает три вещи: что сработало, что провалилось, и что предпочитает конкретный пользователь. Пример: агент запомнил, что ты просил сводку по пунктам, отклонил формат таблицы и предпочитаешь bullet points. При следующем запросе он сверяется с этой памятью и пишет сводку как ты любишь, с первой попытки.
Результат, по их данным, сопоставим с gradient-based обучением. Без fine-tuning. Без дообучения. Три типа опыта + итеративное уточнение.
Если вы пишете промпты для агентов, закладывайте цикл уточнения. Не "сделай отчёт", а "предложи структуру отчёта, подтверди со мной, потом делай". 2-3 уточнения дешевле одной переделки.
Мы в своём скауте делаем то же самое: агент сначала собирает данные, потом скорит, потом проверяет quality gate. Три прохода вместо одного. Сбоев меньше, результат плотнее.
Paper: arxiv.org/abs/2604.07645
@gorilla_under_hood
t.me/gorilla_under_hood
Ваш агент угадывает, что вы имели в виду. С первого раза. И ошибается.
PRIME (arXiv 2604.07645) решает это иначе. Агент запоминает три вещи: что сработало, что провалилось, и что предпочитает конкретный пользователь. Пример: агент запомнил, что ты просил сводку по пунктам, отклонил формат таблицы и предпочитаешь bullet points. При следующем запросе он сверяется с этой памятью и пишет сводку как ты любишь, с первой попытки.
Результат, по их данным, сопоставим с gradient-based обучением. Без fine-tuning. Без дообучения. Три типа опыта + итеративное уточнение.
Если вы пишете промпты для агентов, закладывайте цикл уточнения. Не "сделай отчёт", а "предложи структуру отчёта, подтверди со мной, потом делай". 2-3 уточнения дешевле одной переделки.
Мы в своём скауте делаем то же самое: агент сначала собирает данные, потом скорит, потом проверяет quality gate. Три прохода вместо одного. Сбоев меньше, результат плотнее.
Paper: arxiv.org/abs/2604.07645
@gorilla_under_hood
t.me/gorilla_under_hood