3,583 papers
arXiv:2603.26089 72 27 мар. 2026 г. PRO

Слепое пятно самооценки LLM: модели не знают, чего не знают — пока не получат блокнот

КЛЮЧЕВАЯ СУТЬ
Парадокс: LLM отлично отслеживает чужие пробелы в знаниях — «коллеге нужно сообщить, у него устаревшие данные» — и вчистую проваливается на собственных. Без явного рассуждения лучшие non-reasoning модели падают до уровня случайного угадывания на задачах самооценки. Этот метод позволяет убрать слепое пятно: попроси модель явно рассуждать от первого лица — что она знает точно, а что могло измениться. Буквально три строчки «Я точно знаю... / Я не знаю... / Мне не хватает...» создают нужный контекст — и модель начинает честно видеть собственные пробелы вместо того чтобы уверенно лепить ответ из воздуха.
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