Tsinghua представила Jev-LDE: один раз правит ICL-примеры и поднимает 1-shot

Исследователи из Tsinghua предложили Jev-LDE, способ улучшать in-context learning не добавлением примеров в промпт, а правкой уже имеющихся. Правка делается однократно. После неё модель в режиме 1-shot, с единственной демонстрацией, показывает заметно более высокую среднюю точность. Об этом 14 октября 2026 года сообщило издание Jiqizhixin. Конкретных значений прироста в доступном фрагменте материала нет, поэтому мы их не приводим и не оцениваем.

Какую проблему решает Jev-LDE

Стандартная схема ICL выглядит так. Из библиотеки примеров система достаёт несколько ближайших демонстраций, то есть Top-K, и кладёт их в prompt вместе с текущим вопросом. Авторы указывают на слабое место схемы: найденный Top-K не обязательно подходит именно целевой модели. Близость по эмбеддингу не гарантирует, что пример поможет решить задачу.

Есть и вторая проблема, денежная. Каждый лишний пример увеличивает контекст и стоимость инференса, а контекст оплачивается при каждом запросе. Нерелевантные или повторяющиеся демонстрации могут ещё и сбивать модель с толку.

Обычно это лечат на стороне поиска: меняют retriever, переранжируют кандидатов, подбирают K. Jev-LDE, судя по названию работы, смещает фокус на сам пример. Если улучшить демонстрацию, один пример может заменить целый набор.

Что известно о методе

Фактов немного, и это важно сказать прямо. Вот что можно утверждать на основе заголовка и вводной части:

• Авторы: команда Tsinghua
• Метод: Jev-LDE, редактирование демонстраций для ICL
• Частота правки: один раз, а не на каждый запрос
• Режим оценки: 1-shot
• Результат: рост средней точности, величина не раскрыта в доступном тексте
• Источник: Jiqizhixin, 14.10.2026

Остаются открытыми вопросы, от которых зависит ценность работы. Что стоит за аббревиатурой? Кто редактирует примеры: целевая модель, другая LLM или алгоритм поиска? На каких моделях и датасетах мерили? Переносятся ли отредактированные примеры между моделями или правка привязана к одной? Без ответов на них нельзя сказать, это общий приём или настройка под конкретный бенчмарк.

Почему это важно для практики

Экономика у идеи привлекательная. Разовая правка примера амортизируется на всём потоке запросов, а короткий промпт снижает и задержку, и счёт за токены. Для продуктов с большим трафиком, где few-shot-промпт уходит в модель миллионы раз, это ощутимая статья расходов.

Осторожность нужна в одном месте. Средняя точность скрывает разброс по задачам: на одних наборах прирост может быть большим, на других нулевым или отрицательным. И всё зависит от базовой линии. Если 1-shot сравнивают с сырым случайным примером, рост выглядит эффектнее, чем при сравнении с хорошо настроенным few-shot с переранжированием.

Что проверить перед внедрением

Дождитесь полной статьи и кода. Затем посмотрите, с чем сравнивают результат: с Top-K, с переранжированием, с ручной подготовкой примеров. Проверьте стоимость самой правки и то, как метод ведёт себя на ваших моделях и ваших типах задач. Если отредактированные демонстрации переносятся между моделями, это сильный аргумент в пользу пилота. Если нет, правку придётся повторять при каждой смене модели, и экономия сократится.