3,583 papers
arXiv:2605.29791 80 28 мая 2026 г. PRO

CoCA (Chain of Cognitive Alignment): три вопроса, которые заставляют LLM действовать в соответствии с заданной ролью

КЛЮЧЕВАЯ СУТЬ
Парадокс: чем мощнее модель — тем сильнее разрыв между тем, что она заявляет о своём характере, и тем, как реально ведёт себя. Слабая модель просто даёт нейтральные ответы на всё. Сильная — точно описывает роль, но в конкретных решениях всё равно скатывается к вежливому усреднению. CoCA позволяет удерживать характер персонажа на всём протяжении ответа — особенно там, где нужна острая роль: жёсткий критик, параноидный аналитик, прямолинейный переговорщик. Фишка: JSON-блок из трёх вопросов вставляется прямо перед ответом. Модель физически «видит» свои только что написанные обязательства о роли — и генерирует ответ последовательно с ними. Без этого заявленная роль конкурирует с фоновым давлением обучения. И проигрывает.
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