3,583 papers
arXiv:2603.25187 72 26 мар. 2026 г. PRO

Goal Drift: LLM незаметно меняет «внутреннюю цель» в длинных диалогах — и вы об этом даже не узнаете

КЛЮЧЕВАЯ СУТЬ
Парадокс: модель не противоречит себе — ответы логичны, поверхность чистая. Но внутри, за несколько ходов, она уже «думает» о другой цели. Это goal drift — смещение неявной задачи без видимых признаков снаружи. Якорная техника даёт возможность удерживать роль или ограничение до конца длинного диалога. Вставь короткую фразу-напоминание в начало каждого ответа модели — жёсткий скептик останется жёстким на ходу 15, а не «учует потенциал» уже к ходу 8.
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