ASK+ меняет правила игры: LLM стали эффективнее в сложных условиях

Исследователи предложили метод ASK+, который помогает небольшим языковым моделям (SLM) эффективнее работать в условиях неполной информации. Проблема предыдущих подходов была в том, что они давали SLM слишком мало контекста — из‑за этого модели почти не принимали самостоятельных решений. ASK+ же снабжает SLM данными о траектории действий (например, о посещённых позициях и истории действий) и выстраивает логическую цепочку рассуждений. В тестах на разных средах (DoorKey, FourRooms, HigherLower) метод показал рост эффективности: например, в DoorKey процент успешных действий вырос с 89% до 93%, а в FourRooms — с 53% до 70%. При этом модель Qwen3.5-2B оказалась не хуже Qwen3.5-4B, что доказывает: можно добиваться хороших результатов и без крупных моделей. Это открытие важно для разработчиков систем обучения с подкреплением — оно позволяет создавать более гибкие и экономичные решения.