Мысли о Chain‑of‑Thought

[MaximKovalev]

Согласен почти со всем. Кроме "полностью". Классический бэкенд - как, по сути, переход к символьной логике, снимает много вопросов. Согласен. На счет учета НСИ - тут сложнее. Во многом зависит от домена и задачи. LLM считать не умеет и остатки лучше вычислять "классическими" методами. Ваш пример - отличная демонстрация гибридного подхода.

Другое дело - семантика. Например, в задачах дедубликации или анализа рекламных объявлений -data mining. По моей практике вероятность ложно положительных и ложно отрицательных выбросов велика. Да, все тот же вероятностный подход может подпортить результат. И тут, конечно, еще от домена зависит. Одно дело, металлургия, где главное не полениться и сделать описания классов. Другое текстиль, где много описательных позиций типа "красное платье в мелкий горошек". Сам занимаюсь этой проблематикой. Python и Postgres - это инструменты, где логику надо реализовывать.