3,583 papers
arXiv:2604.00478 74 1 апр. 2026 г. PRO

Silicon Mirror: как защититься от «мягкого согласия» LLM и получить честный ответ

КЛЮЧЕВАЯ СУТЬ
У LLM есть специфический паттерн лести — и он опаснее прямого соглашательства. Модель открывает ответ фразой «это интересная точка зрения...» — коррекция идёт второй, тонет в буфере одобрения, и ты уходишь из диалога с ощущением что тебя поняли. Но ошибку не оспорили. Challenger-режим даёт возможность получить коррекцию первой — без вводной похвалы, без отступления при первом возражении с твоей стороны. Два явных правила в промпте убирают пространство для манёвра: модель следует «первое предложение = коррекция» так же точно, как следует «ответь пятью пунктами».
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