Самый простой способ улучшить ответ любой нейросети (LLM) – просто повторите его два раза! ♟ Шах и мат! :)
Вышло исследование от команды Google DeepMind (17 декабря 2025), которое предлагает гениальный в своей простоте метод улучшения качества ответов LLM. Он называется Prompt Repetition.
Суть метода: Вместо того чтобы отправлять запрос один раз, продублируйте его текст дважды подряд в одном сообщении.
ПОЧЕМУ ЭТО РАБОТАЕТ?
Это не магия, а математика внимания. Повторение входных данных позволяет модели лучше обработать контекст и установить связи между токенами ещё на этапе чтения (pre-fill), до генерации ответа. Это похоже на то, как человек перечитывает условие задачи, чтобы не упустить детали.
КЛЮЧЕВЫЕ ФАКТЫ:
Работает на популряных моделях: Метод показал улучшение на Gemini, GPT-4, Claude и DeepSeek.
Не замедляет работу: Время генерации ответа (latency) не увеличивается, так как современные модели обрабатывают входной текст параллельно.
КОГДА ПРИМЕНЯТЬ:
Метод особенно эффективен для «обычных» моделей, которые не используют скрытые рассуждения (как o1).
Если ваша модель не «думает» перед ответом – дублируйте промпт.
Ссылка на оригинальное исследование: тут
📟 @Этот парень был из tech
#️⃣ #AI #LLM #PromptEngineering #Лайфхак #Нейросети #инструмент #промпт #tool #ЭтотПареньБылИзTech
Вышло исследование от команды Google DeepMind (17 декабря 2025), которое предлагает гениальный в своей простоте метод улучшения качества ответов LLM. Он называется Prompt Repetition.
Суть метода: Вместо того чтобы отправлять запрос один раз, продублируйте его текст дважды подряд в одном сообщении.
БЫЛО
СТАЛО
ПОЧЕМУ ЭТО РАБОТАЕТ?
Это не магия, а математика внимания. Повторение входных данных позволяет модели лучше обработать контекст и установить связи между токенами ещё на этапе чтения (pre-fill), до генерации ответа. Это похоже на то, как человек перечитывает условие задачи, чтобы не упустить детали.
КЛЮЧЕВЫЕ ФАКТЫ:
Работает на популряных моделях: Метод показал улучшение на Gemini, GPT-4, Claude и DeepSeek.
Не замедляет работу: Время генерации ответа (latency) не увеличивается, так как современные модели обрабатывают входной текст параллельно.
КОГДА ПРИМЕНЯТЬ:
Метод особенно эффективен для «обычных» моделей, которые не используют скрытые рассуждения (как o1).
Если ваша модель не «думает» перед ответом – дублируйте промпт.
Внедряйте в свои промпты прямо сейчас – это буквально кнопка «сделать лучше» с нулевыми затратами. :)
Ссылка на оригинальное исследование: тут
📟 @Этот парень был из tech
#️⃣ #AI #LLM #PromptEngineering #Лайфхак #Нейросети #инструмент #промпт #tool #ЭтотПареньБылИзTech