Eine beständige Herausforderung bei der Arbeit mit generativen Large Language Models (LLMs) sind nachträgliche Korrekturen: Oftmals fällt es schwer, der KI zu verdeutlichen, welches Detail man denn gerne verbessern würde. In einem Forschungspapier stellt ein Team von Apple-Entwicklern ein interessantes Konzept vor, um diesem Problem beizukommen: Die zunehmend verschachtelten Elemente einer Bedi
