AR-фасады

AeroSpring

13 августа 2026 г.

Фасады зданий (входов), помещений

Контекстное окно большой языковой модели (LLM) — это общий объём входящих и выходящих данных (измеряемый в токенах), который модель способна одновременно видеть и обрабатывать в рамках одного запроса. Оно включает системный промпт, историю диалога, прикрепленные файлы и генерируемый ответ.

---

Токены: текст делится на минимальные единицы (токены) - части слов или знаки препинания.

Оперативная память:

- окно служит временным хранилищем текущей беседы;

- модель не обладает постоянной памятью между отдельными сеансами.

Лимит и стоимость: с ростом размера окна увеличивается время ответа и стоимость обработки запроса.

---

Несмотря на постоянный рост контекстного окна LLM, его далеко недостаточно для помещения структуры метаданных больших конфигураций 1С (ERP-систем) заказчика для выполнения моделью поставленных целевых задач применительно к его фактической конфигурации, практически всегда - не типовой или имеющей доработки, без учёта которых LLM будет генерировать "додуманные" решения или решения применительные к типовой конфигурации, что также не является корректным в каждом конкретном случае. Аналогичная проблема и с загрузкой в модель больших порций данных, с которыми ей предстоит выполнять работу.

---

Проблема работы с большими конфигурациями - приходится практически в одну итерацию формировать большие промпты, и мы неизбежно приходим к практически полному заполнению контекстного окна, и, как следствие, к деградации "качества внимания LLM", когда модель может принять на вход, например, два миллиона токенов, но надежно работает только на первых 100 000 - 150 000. Остальной объем попадает в зону риска, где факты теряются, а качество ответов падает. И тут методики по формированию эффективного контекстного окна не помогут. Усугубляется ситуация еще и очень высокой плотностью ограничений внутри промпта.

---

Но это вовсе не значит, что ничего нельзя с этим сделать:

Для достижения такого результата потребуется 1-3 дня работы со всей конфигурацией как из 1С, так и из API работы с LLM на Python. Также нужно определить где будет размещаться LLM (локально или на серверах поставщика модели)

Автономные AI в бизнесе и безопасность данных

- от этого зависит подход работы модели со структурой метаданных конфигурации, что может занять ещё 1-2 дня.

---

Таким образом, выполнение работ загрузке структуры метаданных больших конфигураций 1С (ERP-систем) займёт от 2 до 5 дней, выполняется двумя нашими специалистами непосредственно на месте внедрения. Стоимость дня работ от 200 000 ₽.

---

AR 4_Full-HD

---

 

Войдите, чтобы оставить комментарий.