3,583 papers
arXiv:2603.00076 74 12 фев. 2026 г. PRO

Value Sensitivity Gap: LLM говорит «я учла ваши пожелания», но рекомендацию почти не меняет — и два промпта, которые это исправляют

КЛЮЧЕВАЯ СУТЬ
100% — ровно столько раз LLM словесно «учитывает ваши пожелания». Реальный сдвиг рекомендации — 3–7% от максимально возможного. Вы говорите «хочу консервативный вариант без лишних рисков» — модель отвечает «конечно, я это учла» и выдаёт почти тот же совет, что и без ваших слов. Два промпт-приёма — матрица решений и самораскрытие базовой позиции — позволяют выйти из этой ловушки и заставить модель реально пересчитать рекомендацию. Фишка: у каждой модели есть встроенная «позиция по умолчанию» — склонность советовать агрессивно или консервативно. Простое упоминание ваших предпочтений эту позицию не трогает. Нужна структура расчёта — тогда модель связана конкретными числами и не может просто «уплыть» к встроенному совету.
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