3,583 papers
arXiv:2605.03308 73 5 мая 2026 г. PRO

Разбор планирования на атомарные шаги: как LLM ломается при самопроверке и три способа это обойти

КЛЮЧЕВАЯ СУТЬ
Парадокс: просишь LLM проверить собственный план — она находит больше ошибок, чем есть, но настоящие не исправляет. Это не баг одной модели — это системный паттерн, зафиксированный на всех топовых моделях. Метод декомпозиции позволяет строить сложные планы без накопления ошибок — разбивая задачу на изолированные шаги, каждый в отдельном промпте. Фишка: данные между шагами передаёшь ты, а не модель — и это убирает главный источник сбоя, когда ошибка из начала незаметно ломает всё дальнейшее.
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