import { Callout, FileTree } from 'nextra-theme-docs'
import {Screenshot} from 'components/screenshot'
import PAL from '../../img/pal.png'
[Gao и др., (2022)](https://arxiv.org/abs/2211.10435) представляют метод, который использует LLM-модели для чтения проблем естественного языка и генерации программ в качестве промежуточных шагов рассуждения. Названные "program-aided language models" (PAL), они отличаются от цепочки мыслей в том, что вместо использования свободного текста для получения решения они передают этот шаг решения в программное окружение, такое как интерпретатор Python.
<Screenshot src={PAL} alt="PAL" />
Источник изображения: [Gao и др., (2022)](https://arxiv.org/abs/2211.10435)
Давайте рассмотрим пример с использованием LangChain и OpenAI GPT-3. Мы заинтересованы в разработке простого приложения, которое способно интерпретировать заданный вопрос и предоставлять ответ, используя интерпретатор Python.
Конкретно, нас интересует создание функциональности, позволяющей использовать LLM для ответов на вопросы, требующие понимания даты. Мы предоставим LLM подсказку, которая включает несколько образцов, взятых [отсюда](https://github.com/reasoning-machines/pal/blob/main/pal/prompt/date_understanding_prompt.py).