TL;DR
Behavior transfer (перенос поведения) — это эффект, при котором модель, получив чужую историю работы, перенимает манеру автора. Она копирует длину и детальность поисковых запросов, привычку проверять результат и следить за бюджетом. DASH — правило передачи контекста при смене модели. Сильная → слабая: отдаёшь историю как есть. Слабая → сильная: сжимаешь в краткие сводки только то, что делала слабая модель, а работу сильной оставляешь дословно.
Проблема в том, что история — это не только архив фактов, но и набор примеров поведения. Слабая модель, получив журнал сильной, начинает работать заметно лучше: пишет подробнее и чаще проверяет. Сильная модель, получив журнал слабой, «опускается до её уровня»: реже сверяется с бюджетом и ограничениями, проверяет меньше. Это работает даже тогда, когда в прошлых сессиях обе модели получили один и тот же результат. Дело не в правильности ответов, а в манере.
Простые способы это обойти не помогают. Если вырезать рассуждения целиком, страдает слабая модель: вместе с манерой пропадают промежуточные расчёты и проверки, и качество падает. DASH учитывает направление и авторство. Слабая модель получает «сырой» журнал сильной, потому что ей нужны примеры. Сильная получает сводки вместо журнала слабой, а свои прошлые траектории видит целиком.
Схема метода
ШАГ 0: Определи, кто передаёт и кто принимает
СИЛЬНАЯ → СЛАБАЯ:
История → без изменений (с рассуждениями и действиями)
СЛАБАЯ → СИЛЬНАЯ:
Траектории слабой модели → по одной сжать в сводку (факты, результат)
Траектории сильной модели → оставить дословно
Уже сжатые сводки → оставить как есть
ПОВТОРНЫЕ СМЕНЫ:
На каждой смене правило применяется заново.
Сжимаются только ещё не сжатые траектории слабой модели.
Сводка делается для каждой сессии отдельно, а не для всей истории разом. Сжимал сильный из двух моделей.
Пример применения
Задача: Вы ведёте магазин на Wildberries. В Claude Code настроена цепочка связанных сессий. Первые 6 прогонов (сбор карточек конкурентов, сверка цен, проверка остатков) делала дешёвая быстрая модель. Теперь нужно принять решение по ценообразованию на сезон, и вы переключаетесь на сильную модель. Нужно, чтобы она взяла факты, но не переняла небрежную манеру: короткие запросы, пропуск проверок, игнор маржинальных ограничений.
Промпт для сводки (запускается в сильной модели перед передачей):
Ты готовишь передачу работы. Ниже журнал 6 сессий, которые вела другая,
более слабая модель. Сожми КАЖДУЮ сессию отдельно, не объединяя.
Для каждой сессии выдай блок:
<Сессия номер="N">
<Задача>что нужно было сделать
<Что_сделано>только действия и их результат
<Факты>цифры, артикулы, цены конкурентов, остатки, ограничения по марже и бюджету
<Проверки>какие проверки были выполнены, а какие пропущены
<Итог>финальный вывод сессии
<Открытые_вопросы>что осталось неясным
Не переноси: стиль рассуждений, догадки без подтверждения, формулировки
поисковых запросов. Не додумывай то, чего нет в журнале.
Журнал:
{журнал_слабой_модели}
Промпт для сильной модели после сводки:
Продолжаем работу над ценообразованием на сезон.
Ниже — сводки сессий 1–6 (их вела другая модель; проверь критичные цифры сам)
и далее — твои собственные прошлые сессии дословно.
Новая задача: {задача}.
Перед выводом сверься с ограничением по марже {маржа}% и бюджетом {бюджет} ₽.
{сводки}
{свои_траектории}
Результат: Первый запрос выдаст 6 структурированных блоков без рассуждений слабой модели. Второй запрос даст ответ сильной модели, которая работает от фактов, а не от манеры предшественницы. Если какие-то цифры из сводки вызывают сомнения, она их перепроверит.
Почему это работает
Слабость LLM: модель не отделяет «что произошло» от «как это делали». Всё, что лежит в контексте, она воспринимает как образец для продолжения. Журнал с короткими запросами и пропущенными проверками учит продолжать так же. Поэтому история слабой модели может испортить сильную даже при одинаково верных результатах.
Сильная сторона LLM: она хорошо сжимает текст и вытаскивает факты. Сводка сохраняет, что произошло, но убирает манеру. Ещё модель быстро перенимает хорошие образцы: слабой достаточно увидеть подробные запросы сильной, чтобы начать писать так же.
Как DASH это использует: слабой модели нужны примеры, поэтому ей отдают сырой журнал, это работает как готовый few-shot. Сильная в примерах не нуждается, поэтому ей отдают сводку, а её собственные траектории остаются нетронутыми.
Рычаги управления: - Что сохранять в сводке → добавь «Проверки» и «Промежуточные результаты». Статья показывает, что в рассуждениях спрятаны сверки с ограничениями, и вырезать всё под ноль вредно. - Кто сжимает → в статье сжимала сильная модель. Слабая потеряет детали. - Гранулярность → сводка по сессиям, а не одна на весь журнал. - Направление → при сильная → слабая ничего не режь.
Шаблон промпта
Текст промпта сводки в доступной части статьи не приведён (он в приложении B.3). Ниже реконструкция по описанию метода.
Ты готовишь передачу работы между моделями. Ниже журнал сессий,
которые вела {слабая_модель}. Сожми КАЖДУЮ сессию отдельно.
Для каждой сессии выдай:
<Сессия номер="{N}">
<Задача>{что_требовалось}
<Что_сделано>действия и результаты
<Факты>конкретные данные, решения, ограничения
<Проверки>что проверено, что пропущено
<Итог>финальный ответ
<Открытые_вопросы>что не закрыто
Не переноси стиль рассуждений и догадки без подтверждения. Не додумывай.
Журнал:
{журнал}
Что подставлять:
- {слабая_модель} — кто вёл прошлые сессии.
- {журнал} — только траектории слабой модели. Журнал сильной в сводку не отправляй.
- Структуру блоков меняй под задачу: для кода добавь «Изменённые файлы», для продаж — «Договорённости с клиентом».
🚀 Быстрый старт — вставь в чат:
Вот шаблон передачи работы между моделями. Адаптируй под мою задачу: {твоя задача}.
Задавай вопросы, чтобы заполнить поля.
[вставить шаблон выше]
LLM спросит, что важно сохранить из прошлых сессий (факты, ограничения, проверки) и какие поля нужны именно в вашей работе. Без этого сводка получится либо слишком общей, либо потеряет критичные данные. Шаблон она возьмёт как образец структуры.
Ограничения
⚠️ Нет готового промпта сводки: в доступной части статьи нет текста, проверенного авторами. Шаблон выше — реконструкция.
⚠️ Сводка не возвращает уровень «с нуля»: при слабая → сильная даже сводка оставляет результат ниже, чем у сильной модели, которая вела всё сама с начала. Наследование чужой истории всё равно немного вредит.
⚠️ Нельзя резать «под ноль»: при сильная → слабая и вырезание рассуждений, и сводка заметно ухудшают результат. Слабая модель теряет и факты, и образцы хорошего поведения.
⚠️ Только открытые модели: закрытые (Claude, GPT, Gemini) не отдают сырые рассуждения через API, поэтому на них не проверяли. Перенос на ваши чаты и агенты — экстраполяция.
⚠️ Причинность не доказана: авторы честно пишут, что сдвиги поведения согласуются с переносом, но сами по себе не доказывают, что именно он вызвал изменение результата.
⚠️ Слабый эффект на документных задачах: в веб-поиске, где история состоит в основном из больших документов, перенос слабее. Эту среду из повторных смен исключили.
⚠️ DASH не всегда лучший: в повторных сменах он выигрывает в большинстве, но не во всех сочетаниях. Иногда проще сжатие всего подряд работает не хуже или лучше.
⚠️ Статья обрезана: разбор рисунка с повторными сменами оборван, поэтому часть выводов взята из таблицы.
Как исследовали
Команда взяла три среды из бенчмарка MemoryArena: покупки в интернет-магазине, планирование путешествий и веб-поиск. Это цепочки связанных задач, где каждая следующая зависит от предыдущих результатов. Модели взяли четыре (Qwen3.5-4B, Qwen3.5-27B, Gemma-4-31B, DeepSeek-V4.1-Flash), из них собрали три пары «сильная–слабая». Модель менялась на 25%, 50% или 75% пути.
Первый вопрос: может ли помогать или вредить просто чужая история? Да. Слабая Qwen 4B, получив историю 27B, выросла примерно на 35 процентных пунктов относительно самостоятельной работы. Сильная, получив историю слабой, просела. Дальше надо было проверить, не объясняется ли это тем, что в одном случае прошлые ответы были правильнее. Для этого оставили только пары, где в каждой прошлой сессии результат был одинаковым (верно/неверно). Корреляция осталась почти той же (0,93 и 0,91), хотя сдвиги стали меньше. Значит, дело не только в правильности ответов.
Дальше смотрели, что именно перенимается. Выбирали измеримые признаки: длину поисковых запросов, упоминание бюджета, проверку результата, соблюдение формата. Признаки перетекали в обе стороны. Сильная модель на истории слабой почти полностью утрачивала привычку упоминать бюджет и проверять результат.
Потом сравнили три способа передачи: сырой журнал, журнал без рассуждений и сводки. Неожиданность в том, что убирать влияние не всегда полезно. При сильная → слабая лучший результат дал сырой журнал: средний балл упал с 28,6 до 12,5 при вырезании рассуждений и до 14,7 при сводках. При слабая → сильная лучше всего сработали сводки. Отсюда и DASH: учитывать направление и авторство, и проверен он на 4 парах моделей с повторными переключениями туда-обратно.
Адаптации и экстраполяции
💡 Адаптация для чата: вы начали разбор в дешёвой модели, теперь хотите довести его сильной. Не продолжайте тот же чат, а откройте новый и дайте сильной модели сводку, а не переписку.
Вот сводка работы, которую делала другая модель. Факты бери,
но критичные цифры и выводы перепроверь сам. Манеру и допущения
из сводки не копируй.
{сводка}
Задача дальше: {задача}.
🔧 Техника: не чистить журнал вручную при сильная → слабая. Если дешёвую модель подключают после сильной (например, рутинная доводка после архитектурного решения), оставляйте журнал сильной целиком. Это работает как набор образцов: слабая подтянется к её манере.
Это экстраполяция на чаты и агенты. В статье проверялись только автоматические агенты на открытых моделях.
Ресурсы
- Работа: New Model, Old Habits: Behavior Transfer under Model Swapping in Multi-Session LLM Agents
- Авторы: Youngbin Choi, Sehyun Hwang, Suhyeon Jun, Seoyeon Lee, Sunghyun Choi, MoonJeong Park, Dongwoo Kim
- Организации: POSTECH (Graduate School of AI; Department of CSE), Meta
- Бенчмарк: MemoryArena (He et al., 2026), на основе WebShop, TravelPlanner, BrowseComp-Plus