Как улучшить результаты LLM с помощью дублирования промптов

Если хочешь получать лучшие результаты от LLM без оплаты за длинные аутпуты или файн-тюнинг, вот конкретный, элементарный финт:

Дублируй свой промпт!

Исследователи обнаружили, что повторение абсолютно того же самого инпута может драматически улучшить перформанс (буст до 76% на конкретных задачах).

LLM процессит текст слева направо, каждый токен может смотреть только на предыдущий контекст, никогда — вперед.

Поэтому, когда ты пишешь длинный промпт с контекстом в начале и вопросом в конце, модель может опираться на этот контекст для ответа, но контекст был обработан до того, как модель вообще узнала вопрос.

Эта асимметрия — базовое структурное свойство того, как работают LLM.

Повторение промпта помогает обойти это ограничение, давая модели второй проход по полному контексту.

Здесь нет вычисления новых потерь и никакого замудренного промпт-инжиниринга.

Это просто структурный хак, который работает почти на каждой крупной модели, которую они тестировали.

Вот пейпер: https://arxiv.org/pdf/2512.14982