Труды КНЦ (Технические науки вып.3/2025(16))

Труды Кольского научного центра РАН. Серия: Технические науки. 2025. Т. 16, № 3. С. 80-105. Transactions of the Kola Science Centre of RA s . Series: Engineering Sciences. 2025. Vol. 16, No. 3. P. 80-105. Процесс взаимодействия с языковой моделью DeepSeek был организован через веб-интерфейс чата, доступного на официальном сайте разработчика. Для каждого экспериментального прогона использовался новый отдельный сеанс чата, что исключало влияние предыдущего контекста на результаты работы модели. Важно отметить, что дополнительные опции платформы, такие как «глубокое мышление», которое позволяет нейросети решать задачи поэтапно с подробным описанием мыслительного процесса, и «поиск в интернете», который позволяет нейросети исследовать актуальные интернет-ресурсы, не применялись при проведении экспериментальных прогонов для обеспечения чистоты исследования и исключения факторов, которые могли бы исказить оценку эффективности типов промптинга. Каждый экспериментальный прогон выполнялся в идентичных условиях, что обеспечило сопоставимость данных, полученных при тестировании различных типов промптинга. Структура отправляемого запроса языковой модели (рис. 1) представляет собой целостный объект, состоящий из нескольких блоков. Поставленная задача включает в себя текст задания и анализируемый моделью экземпляр текста о происшествии на станции Княжая. Запрос, кроме задачи, включает в себя также модификатор, образованный от типа промптинга. Сформированный экземпляр запроса вводится в чат модели единым сообщением, где инструкции модификатора могут располагаться в начале или в конце запроса или (в редких случаях) могут быть разделены на две части, где одна часть располагается в начале, а другая в конце запроса. Рис. 1. Общая структура отправляемого запроса языковоймодели Далее представлен пример типичного процесса взаимодействия с большой языковой моделью, наглядно демонстрирующий полный цикл обработки запроса. На рис. 2 показан пример пользовательского промпта, введенного в интерфейсе чата DeepSeek, где был применен модификатор типа Zero-Shot Chain-of-Thought, о чем явно свидетельствует инструкция модели решить задачу шаг за шагом. На рис. 3 зафиксирован процесс генерации ответа, где интерфейс чата отображает последовательную цепочку логических рассуждений модели, выполняемую в соответствии с полученной инструкцией. На рис. 4 представлен финальный этап, где DeepSeek дает окончательный ответ, который был сгенерирован в строгом соответствии с заданным форматом. В дальнейшем сгенерированный ответ подвергался экспертному анализу. О Ctl) £) https://chatdeepsMk.eom О © How can I help you? Ведите запись того, как вы думаете шаг за шагом и напишите её вместе с ответом. Задача: Проведите разбиение заданного текста на триплеты. После разбиения проведите подсчёт количества полученных триплетов. Ответ на данное задание предоставьте в следующем формате: "Триплеты: [субъект, отношение, о бъ е кт],К о л и че ство триплетов:". Заданный текст: "Столкновение поездов на станции Княжая — железнодорожная авария, произошедшая 18 декабря 2024 года на станции Княжая в посёлке Зеленоборский Кандалакшского района Мурманской области России. Грузовой состав № 2013 задним ходом самопроизвольно укатился с перегона, в результате чего произошло боковое столкновение с хвостом стоящего на станции пассажирского поезда № 11 Мурманск — Санкт-Петербург. Погибли 2 человека, пострадал 31. По предварительным данным, грузовой поезд недалеко от станции Княжая остановился на 17- тысячном уклоне, но вместо положенных 33 тормозных башмаков его зафиксировали лишь пятью. В результате спустя полтора часа воздух из тормозной системы ушел, и состав начал самопроизвольно двигаться вниз, набирая скорость. Попытки остановить его оказались Ѳі О Рис. 2. Пример промпта в интерфейсе чатаDeepSeek с запросомZero-Shot Chain-of-Thought © Горбунов Р. А., Вицентий А. В., 2025 85