3,583 papers
arXiv:2604.19125 74 21 апр. 2026 г. PRO

Эффект эмоциональной рамки: как эмоции в промпте смещают моральную оценку LLM

КЛЮЧЕВАЯ СУТЬ
Обнаружено: LLM меняет моральный вердикт в зависимости от эмоции в запросе. Факты те же — а оценка другая. Написал 'с сожалением, я уволил сотрудника' — модель мягче. Написал нейтрально — жёстче. При этом люди в тех же экспериментах систематических сдвигов не показали. Только LLM реагирует — и реагирует предсказуемо. Метод позволяет осознанно управлять эмоциональным фреймингом: убирать его для объективной оценки или добавлять для изучения смягчающих обстоятельств. Фишка: раскаяние — негативная эмоция — работает как смягчитель. Модель выучила паттерн 'признаёт вину → заслуживает снисхождения' — и применяет его автоматически. Позитивные эмоции смягчают оценку, негативные — ужесточают. Кроме раскаяния. Кроме облегчения. Парадокс на парадоксе.
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