[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-program-aided-language-model::ru":3,"gloss-cluster-program-aided-language-model::ru":26,"gloss-next-program-aided-language-model::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"program-aided-language-model","prompt-eng","Программно-подкреплённая языковая модель (PAL)","Program-Aided Language Model (PAL, «программно-подкреплённая модель») — паттерн промптинга, в котором модель вместо вычисления ответа прозой пишет короткую программу — обычно на Python, — чей запуск и даёт результат. В методе (Gao et al., 2023) работа делится: LLM читает задачу и выражает логику кодом, а обычный интерпретатор детерминированно выполняет саму арифметику и ветвления. Это обходит ключевую слабость — языковые модели ненадёжны как калькуляторы, но неплохи как авторы кода, — и та же идея известна как Program-of-Thoughts. Приём важен везде, где ответ должен быть точным: расчёт цен, логика дат и часовых поясов, конвертация единиц, агрегации данных или всё, что нельзя доверить «устному счёту» по токенам. Для разработчиков это шаг исполнения кода в песочнице после генерации, возвращающий вывод программы как ответ. Оговорки: недоверенный код нужно запускать безопасно (изолированная песочница, таймауты, без сети), и модель всё ещё может написать логику с багом — поэтому проверяйте результаты и логируйте сгенерированный код для отладки.","PAL заставляет модель писать короткую программу — обычно на Python, — исполнение которой и даёт ответ: арифметика и логика вычисляются, а не угадываются прозой.",null,[11,14,17,20,23],{"slug":12,"name":13},"chain-of-thought-prompting","Chain-of-thought-промптинг (промптинг с цепочкой рассуждений)",{"slug":15,"name":16},"code-generation","Генерация кода (Code Generation)",{"slug":18,"name":19},"function-calling","Вызов функций (Function Calling \u002F Tool Use)",{"slug":21,"name":22},"plan-and-solve-prompting","Plan-and-Solve Prompting",{"slug":24,"name":25},"sandbox-environment","Песочница (Sandbox Environment)",[27,31,34,37,39,42,45,48,51,54,57,60],{"slug":28,"category":5,"name":29,"updated_at":30},"analogical-prompting","Analogical Prompting","2026-08-24T02:46:37+00:00",{"slug":32,"category":5,"name":33,"updated_at":30},"automatic-prompt-optimization","Автоматическая оптимизация промптов",{"slug":35,"category":5,"name":36,"updated_at":30},"chain-of-density","Цепочка плотности (CoD)",{"slug":12,"category":5,"name":13,"updated_at":38},"2026-08-24T02:46:36+00:00",{"slug":40,"category":5,"name":41,"updated_at":30},"chain-of-verification","Chain-of-Verification",{"slug":43,"category":5,"name":44,"updated_at":38},"chunking","Чанкинг (Chunking)",{"slug":46,"category":5,"name":47,"updated_at":38},"constrained-decoding","Ограниченное декодирование (Constrained Decoding)",{"slug":49,"category":5,"name":50,"updated_at":38},"context-stuffing","Переполнение контекста (Context Stuffing)",{"slug":52,"category":5,"name":53,"updated_at":38},"delimiter","Разделитель (Delimiter)",{"slug":55,"category":5,"name":56,"updated_at":30},"directional-stimulus-prompting","Directional Stimulus Prompting",{"slug":58,"category":5,"name":59,"updated_at":30},"emotion-prompting","Emotion Prompting",{"slug":61,"category":5,"name":62,"updated_at":38},"few-shot-prompting","Few-shot-промптинг (промптинг с примерами)"]