Использование LLM для анализа предыдущих диалогов






Исследователи Google разработали архитектуру SKILL.statei, которая заменяет накопление всей истории диалога агента на компактное структурированное «execution statei». Вместо ReAct-подхода, где промпт растёт линейно с числом шагов, а суммарный расход токенов — квадратично, модель на каждом шаге получает только инструкции навыка, текущее состояние и последнее наблюдение.
В тестах на синтетической задаче складского управления из 100 шагов экономия токенов достигла 93,8% (по данным Data Secrets) при сохранении и даже росте точности решения задач — важно, что подход применим к любой, в том числе закрытой, модели.
ВыводМеханика: на каждом шаге модель выдаёт JSON-блок с двумя полями — конкретная команда для исполнения в среде и state_patch (изменения относительно прошлого состояния); агент выполняет команду, получает ответ от среды и обновляет state по state_patch


и сюда голосовухи добрались, ждем кружочки…но прикольно, что фича для меня вышла очень в тему, пока я восстанавливаюсь)))го тестить, хочу десяток мини подкастов записать таким образом в ответ на вопросы — можете их сюда в комменты закинуть к последнему ролику кому-то серьезный ответ прилетит, а кому-то мои любимые анекдоты читать буду, чтоб первый день осени людям скрасить 👌



Центральный банк России принял решение продлить действующие ограничения на выдачу наличной иностранной валюты еще на полгода. Режим контроля будет действовать как минимум до 9 марта 2027 года.
Данная мера сохраняет текущие правила работы с валютными средствами для физических лиц, включая лимиты на снятие и порядок проведения переводов без открытия банковского счета.



