3,583 papers
arXiv:2601.15485 72 21 янв. 2026 г. PRO

LLM делают тексты «безопаснее» и убивают оригинальность: эмпирика с грантов NSF и NIH

КЛЮЧЕВАЯ СУТЬ
Анализ 100 тысяч грантовых заявок NSF и NIH показал: тексты с участием LLM становятся на 15-20% ближе к 'среднему' — типичным формулировкам из ранее профинансированных грантов. Парадокс: в одном агентстве (NIH) это помогло получить гранты (+4% к успеху), в другом (NSF) — нулевой эффект. LLM обучена на корпусе существующих текстов — она выдаёт высоковероятные продолжения. Результат: заявки звучат гладко и правильно, но теряют уникальность. В системах, где вознаграждается конвенциональность (биомедицина, корпорации) — это плюс. Где нужна нестандартность (креатив, стартапы) — минус.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с