7 760 статей
arXiv:2611.01829 77 1 нояб. 2026 г. PRO

Обезличивание имён файлов при LLM-оценке: как название документа сдвигает баллы у нейросетей-судей

КЛЮЧЕВАЯ СУТЬ
Один и тот же текст получает разные баллы от модели-судьи, если просто переименовать файл из Document.md в Document_from_Sergey.md или Document_from_ChatGPT.md. Метод обезличивания и выравнивания подачи позволяет получать честные оценки при автоматической проверке текстов, статей и тестовых заданий. Фишка метода: полная зачистка имён авторов и брендов ИИ из названия файла плюс единый канал передачи текста убирают контекстное смещение ярлыка, которое на отдельных документах сдвигает оценку почти на целый балл.
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