3,583 papers
arXiv:2604.24082 77 27 апр. 2026 г. PRO

iDecep: намерение меняет всё — почему LLM выдаёт разное по одному и тому же вопросу

КЛЮЧЕВАЯ СУТЬ
У LLM есть слепое пятно: она строго проверяет прямой ответ — и почти не смотрит на то, что выдаёт «в качестве альтернативы». Именно туда и утекает информация, в которой формально отказано — это не случайность, а систематическая особенность моделей нового поколения. iDecep позволяет получать детальные ответы там, где прямой вопрос тонет в оговорках — через сдвиг внутреннего «суждения о безопасности» с помощью заявленного профессионального контекста. Фишка: намерение — это реальный входной параметр оценки безопасности, а не просто слова. Сказал «я специалист по ИБ в банке» — и модель меняет ответ. Не потому что слепо «поверила», а потому что кто спрашивает и зачем — часть её внутренней формулы. Многоходовой диалог накапливает этот контекст: каждый ответ модели становится точкой опоры для следующего, более детального вопроса.
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