3,583 papers
arXiv:2604.06013 83 7 апр. 2026 г. PRO

Epistemic Blinding: как проверить, анализирует ли LLM ваши данные — или подменяет их своей памятью

КЛЮЧЕВАЯ СУТЬ
Обнаружено: LLM тихо поднимает Tesla и Яндекс вверх рейтинга — даже если их цифры слабее конкурентов. В финансовом анализе 30–40% топ-20 рекомендаций меняется только от того, видит ли модель тикеры компаний. Epistemic Blinding позволяет измерить контаминацию: сколько в анализе — ваши данные, а сколько — память модели о репутации брендов. Суть: два параллельных запроса в отдельных сессиях. В первой — данные с кодами вместо имён. Во второй — те же данные с реальными названиями. Где списки расходятся — там модель ранжировала по репутации, а не по цифрам.
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