3,583 papers
arXiv:2604.08362 74 9 апр. 2026 г. PRO

Positivity-and-Average Bias: почему LLM симулирует «идеального» пользователя вместо реального

КЛЮЧЕВАЯ СУТЬ
Обнаружено: когда просишь LLM сыграть роль клиента или подписчика — она генерирует не реального человека, а усреднённый позитивный архетип. Всё лайкает, везде покупает, никогда не уходит в негатив. Метод противодействия Positivity-and-Average Bias позволяет получить честную симуляцию: с пассивностью, скептицизмом и реальным разбросом реакций. Фишка: LLM убирает негатив не потому что глупая — это встроенный фильтр выравнивания (alignment). Выключить его молчанием нельзя — только явной инструкцией.
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