3,583 papers

Меню

arXiv:2602.01063 74 1 фев. 2026 г. PRO

Контекстная адаптивность личности в LLM: почему один промпт даёт разное поведение

КЛЮЧЕВАЯ СУТЬ
Дал промпт будь дружелюбным → в чат-поддержке работает, в переговорах модель всё равно жёсткая. Парадокс: та же инструкция, разное поведение. Исследование показывает: для предсказуемого тона нужно управлять двумя рычагами — не только личностью ('дружелюбный менеджер'), но и социальным контекстом задачи ('переговоры о возврате' vs 'эмпатичная поддержка'). Фишка: контекст задачи диктует тон сильнее личностного промпта. 'Доброжелательность' в переговорах → корректная твёрдость. Та же 'доброжелательность' в эмпатии → мягкая поддержка. Один промпт личности, два разных тона из-за явного указания контекста.
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