3,583 papers
arXiv:2602.02132 72 2 фев. 2026 г. PRO

Стили отказов в LLM: одна кнопка громкости, разные мелодии

КЛЮЧЕВАЯ СУТЬ
Обнаружено: когда LLM отказывает, работает двухуровневая система. Маленькое ядро (2-4% внутренних компонентов) решает 'отказывать или нет', а длинный хвост специфичных компонентов выбирает стиль — от мягкого 'уточните данные' до жёсткого 'это нарушает закон'. Метод позволяет управлять форматом отказа — переключать модель с тупой блокировки на конструктивную работу в границах безопасности. Фишка: явная инструкция о желаемом формате активирует другой набор компонентов стиля. Вместо дефолтного 'не могу давать финансовые советы' модель переключается на образовательный формат с disclaimer'ом — ядро безопасности всё равно активно, но меняется ТИП ответа.
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