Azimjon Abdurasulov

Prompt 2: Reasoning Modellar va Fikrlash Zanjiri — Chain-of-Thought, Budget Tokens va Gallyutsinatsiyani Cheklash

🤖 Prompt & AI Engineering

Prompt 2: Reasoning Modellar va Fikrlash Zanjiri — Chain-of-Thought, Budget Tokens va Gallyutsinatsiyani Cheklash

Holat: 2026-yil sentabr. Sun'iy intellekt sohasidagi eng katta inqilob — Reasoning (fikrlovchi) modellarining (OpenAI o1/o3, Claude 3.7 Thinking, Gemini Flash Thinking) paydo bo'lishidir. Ilgari model javobni tokenma-token keyingi so'zni bashorat qilish orqali zudlik bilan qaytargan bo'lsa, endi u javob berishdan oldin yashirin fikrlash fazasida rejalashtirish, xatolarni tekshirish va gipotezalarni tahlil qilish imkoniyatiga ega.

Mundarija

  1. Reasoning modellar qanday ishlaydi: Test-Time Compute
  2. [Reasoning Tokenlar va Byudjet (budget_tokens)](#budget-tokens)
  3. Eski vs Yangi Prompting: Nimalardan voz kechish kerak?
  4. Chain-of-Thought (CoT) va Tree-of-Thoughts amaliyoti
  5. Gallyutsinatsiyani cheklash strategiyalari
  6. Python orqali Reasoning API'ni boshqarish
  7. Xulosa
  8. Manbalar

1. Reasoning modellar qanday ishlaydi: Test-Time Compute {#qanday-ishlaydi}

An'anaviy LLM'lar (masalan GPT-4o) faqat o'qitish (pre-training) paytida o'rgangan bilimlariga tayanadi. Reasoning modellari esa Test-Time Compute (so'rov paytida hisoblash quvvatini oshirish) printsipi asosida ishlaydi:

Oddiy LLM:     So'rov ─────────────────────────────► Darhol Javob (Fast)
Reasoning LLM: So'rov ──► [Ichki Fikrlash / Reja / Tekshirish] ──► Pishiq Javob (Slow & Deep)

Model Reinforcement Learning (RL) orqali kod kompilyatsiyasi, matematika va mantiqiy xulosalarda o'z javoblarini tekshirishga o'rgatilgan. Agar uning birinchi gipotezasi xato bo'lsa, u fikrlash zanjiri davomida o'zini o'zi tuzatadi (self-correction).


2. Reasoning Tokenlar va Byudjet (budget_tokens) {#budget-tokens}

2026-yilgi API'larda fikrlash chuqurligi dasturchi tomonidan aniq tokenlar soni bilan cheklanadi:

  • Anthropic Claude: thinking: { type: "enabled", budget_tokens: 4096 }
  • OpenAI: reasoning_effort: "low" | "medium" | "high"

Yashirin fikrlash tokenlari uchun ham odatiy token narxida haq olinadi, lekin ular foydalanuvchiga to'liq ko'rsatilmasligi yoki qisqartirilgan xulosa shaklida taqdim etilishi mumkin.


3. Eski vs Yangi Prompting: Nimalardan voz kechish kerak? {#eski-vs-yangi}

Reasoning modellari uchun prompt yozish an'anaviy modellardan tubdan farq qiladi:

Eski Prompting (GPT-4 davri)Reasoning Prompting (2026)Sabab
"Qadamma-qadam o'yla (Think step by step)"Bunday ko'rsatma yozilmaydiModel shundog'i ham ichki fikrlash fazasiga ega; bu so'zlar uning fikrini chalg'itadi.
"Sen 20 yillik tajribali mutaxassissan"Aniq cheklovlar va kiruvchi ma'lumot beriladiPersona berish mantiqiy qobiliyatni oshirmaydi.
O'ta uzun va batafsil ko'rsatmalarMuammoning chekka holatlari (edge cases) va talablar aniq yoziladiModel o'zi eng optimal yechim yo'lini qidirib topadi.

Yaxshi Reasoning Prompt Strukturasi:

<problem>
Ushbu Swift funksiyasi ko'p oqimli muhitda (Swift Concurrency) ma'lumotlar poygasi (data race) keltirib chiqarmoqda.
</problem>

<code_snippet>
final class AccountManager {
  var balance: Double = 0
  func deposit(amount: Double) { balance += amount }
}
</code_snippet>

<constraints>
- Swift 6 Complete Concurrency rejimiga to'liq mos bo'lsin.
- Lock yoki semaphore ishlatilmasin (faqat actor yoki Mutex).
- public API'ning mavjud imzosini buzmang.
</constraints>

<success_criteria>
Kod compiler xatolarisiz yig'ilishi va o'zgarishlar sababi tushuntirilishi shart.
</success_criteria>

4. Chain-of-Thought (CoT) va Tree-of-Thoughts amaliyoti {#cot-amaliyoti}

Murakkab arxitektura yoki xavfsizlik auditida modelga bir nechta muqobil yechimlarni taqqoslash vazifasini topshirish eng yuqori natija beradi:

Gipotezalar daraxti (Tree of Thoughts) uslubida tahlil qil:
1. Ushbu iOS arxitektura muammosiga 3 ta muqobil yechim taklif qil (Masalan: VIPER, TCA, Clean Swift).
2. Har bir variantning kesh samaradorligi, testlash qulayligi va jamoaviy miqyoslanishini bahola.
3. Eng zaif tomonlarini ko'rsatib, yakuniy g'olib variantni tanla.

5. Gallyutsinatsiyani cheklash strategiyalari {#gallyutsinatsiya}

Model o'zidan yolg'on fakt to'qib chiqarmasligi uchun 3 ta amaliy qoida:

  1. Javob manbasini qat'iy cheklash (Grounding): "Faqat berilgan <context> ichidagi faktlarga tayangan holda javob ber. Agar ma'lumot bo'lmasa, 'Ma'lumot topilmadi' deb ayt."
  2. Keltirilgan iqtiboslarni talab qilish (Attribution): "Har bir da'voingiz yonida kontekstdagi aniq qatordan iqtibos keltiring."
  3. Tekshiruvchi (Critic) agenti: Birinchi model javob yaratadi, ikkinchi model esa yaratilgan javobni birlamchi manba bilan satrma-satr tekshirib chiqadi.

6. Python orqali Reasoning API'ni boshqarish {#python-api}

Quyidagi Python skripti reasoning byudjetini hisobga olgan holda API so'rovini amalga oshirish logikasini ko'rsatadi:

import json

def calculate_reasoning_cost(input_tokens, reasoning_tokens, output_tokens):
    # 2026 standart narxlari ($/1M token):
    input_price = 3.00
    reasoning_price = 15.00
    output_price = 15.00

    total_cost = (
        (input_tokens / 1_000_000) * input_price +
        (reasoning_tokens / 1_000_000) * reasoning_price +
        (output_tokens / 1_000_000) * output_price
    )
    return round(total_cost, 4)

# Misol hisob-kitob:
cost = calculate_reasoning_cost(input_tokens=1500, reasoning_tokens=3200, output_tokens=800)
print(f"Jami so'rov narxi: ${cost}")

7. Xulosa {#xulosa}

  • Reasoning modellari murakkab muammolarni echishda sifatni yangi bosqichga olib chiqdi.
  • "Think step by step" kabi eski prompt hiylalari endi kerak emas — o'rniga muammo chegaralari (constraints) va tekshirish mezonlari berilishi lozim.
  • Byudjet tokenlarini to'g'ri boshqarish yuqori sifat va arzon narx o'rtasidagi muvozanatni saqlashga xizmat qiladi.

8. Manbalar {#manbalar}

  1. OpenAI — Learning to Reason with LLMs
  2. Anthropic — Claude Thinking Mode Documentation
  3. DeepSeek-R1 Technical Report

Markdown manba

iOS Lessons