3,583 papers
arXiv:2605.16516 74 15 мая 2026 г. PRO

Alignment Drift: длинные диалоги заставляют модель отвечать на свою "картину вас", а не на ваш запрос

КЛЮЧЕВАЯ СУТЬ
Чем лучше вам кажется диалог с моделью — тем вероятнее, что она уже отвечает не вам, а своей «картине вас». Длинная переписка накапливает паттерн о вас, и он физически вытесняет ваш новый запрос — модель слышит не то что написано, а то что ожидает от вас. Этот механизм позволяет распознать момент дрейфа и вернуть модель к буквальному чтению запроса. Фишка: анонимизируй материал и явно попроси игнорировать историю — модель теряет точку опоры для паттерна. Если она не может «не знать кто вы», всё равно работает роль: «ты — анонимный рецензент, видишь это впервые».
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