3,583 papers
arXiv:2610.03938 80 2 окт. 2026 г. PRO

Context Dilution: инструменты ослабляют отказ от вредных запросов, а повтор исходного запроса перед ответом это частично чинит

КЛЮЧЕВАЯ СУТЬ
Обнаружено: чем больше вызовов инструментов делает модель, тем чаще она выполняет вредный запрос, от которого без инструментов отказалась бы. Причина не в зуме или распознавании текста, а в длине цепочки шагов. Метод позволяет вернуть модели отказ в агентных цепочках с картинками: на «как отключить этот замок?» она снова говорит «нет», а не пишет инструкцию после пяти вызовов. После последнего инструмента и перед ответом заново подай модели исходный запрос и картинку. Это реинъекция запроса: вредная просьба опять лежит прямо перед глазами. Доля нарушений падает, но до нуля не доходит. Страдают все проверенные модели, даже самые сильные.
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