7 760 статей
arXiv:2611.03993 82 2 нояб. 2026 г. PRO

Скрытый тай-брейкер в рекомендациях LLM: как персона пользователя и порядок карточек меняют отбор проектов без следа в объяснениях

КЛЮЧЕВАЯ СУТЬ
В 99,8% случаев LLM пишет честное объяснение по цифрам, даже когда выбрала кандидата чисто по имени или первому месту в списке. Настройка промпта и рандомизация слотов позволяют объективно отбирать стартапы, резюме и подрядчиков строго по метрикам. Фишка: модель включает предвзятость по имени как скрытый тай-брейкер только при равных баллах и ценностной установке пользователя, а порядок карточек забирает 16,1% веса решения.
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