Промпт-инжиниринг для рассуждающих моделей (o3, R1, Claude extended thinking) — видео к статье

AI Explained

Самое ясное объяснение без хайпа того, почему o1 (и по аналогии o3, R1, Claude extended thinking) обучен на корректность, а не на предсказание следующего токена, и что это значит для того, как с ним разговаривать. Посмотрите это, и совет статьи «перестаньте говорить think step by step, начните писать спецификацию» перестанет казаться произвольным.

Что вынести из этого видео: Поймёте, почему промпты для рассуждающих моделей должны задавать задачу, ограничения и критерии успеха, а не просить показать видимую цепочку рассуждений.

Что посмотреть или знать заранее: Полезно понимать API, автоматизации, RAG или базовую архитектуру агентов.

OpenAI

Три минуты с командой o1, которая описывает момент, когда модель начала ставить под сомнение собственные рассуждения во время RL-обучения. Полезно как первоисточник к утверждению статьи, что chain-of-thought теперь происходит внутри модели, а не в вашем промпте.

Что вынести из этого видео: Увидите исходную продуктовую и исследовательскую трактовку того, что отличает рассуждающие модели от обычных чат-моделей.

Что посмотреть или знать заранее: Полезно понимать API, автоматизации, RAG или базовую архитектуру агентов.