Автор описал два небольших эксперимента с few-shot-примерами для ИИ-агента. Он проверял, может ли добавление готовых примеров к существующим контрактам и автоматическим проверкам улучшить выполнение задач и помочь внедрить нужную семантику в протоколы.
Первый эксперимент проводился на локальных моделях, второй — с GLM и Haiku. Автор использует GLM для выполнения большого объёма работ по реализации и характеризует модель как практичный инструмент, который, однако, иногда ошибается.
Автор подчеркнул, что тесты не соответствуют академическим стандартам, но результаты показались ему достаточно обнадёживающими, чтобы продолжить проверку подхода. Численные показатели и подробное описание результатов в доступном фрагменте не приведены.