3,583 papers
arXiv:2609.07735 73 7 сент. 2026 г. PRO

Temporal Fingerprint: LLM выдают замороженные на дату обучения политические позиции как безусловные факты

КЛЮЧЕВАЯ СУТЬ
Парадокс: искусственно сдвигаешь модель в сторону демократов ИЛИ республиканцев на одном и том же вопросе — а получаешь ОДИН И ТОТ ЖЕ ответ. Происходит это на темах, которые резко перевернулись после даты обучения — вакцины, помощь Украине, DEI-программы. Метод позволяет заметить, где модель выдаёт замороженную позицию прошлого за живой факт сегодня — без единого намёка на дату. Фишка в том, что training cutoff работает как невидимая стена: новой позиции физически нет в весах, и никакое склонение промптом её туда не добавит.
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