{"id":481072,"date":"2026-05-26T10:46:06","date_gmt":"2026-05-26T10:46:06","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=481072"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=481072","title":{"rendered":"\u041a\u0430\u043a \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c LLM \u043f\u043e\u0434 \u043a\u0430\u043f\u043e\u0442\u043e\u043c \u0447\u0430\u0442-\u0431\u043e\u0442\u0430: \u0443\u0447\u0435\u0431\u043d\u044b\u0439 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 \u043f\u043e black-box fingerprinting"},"content":{"rendered":"<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<h3>\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435<\/h3>\n<p>\u041a\u043e\u0433\u0434\u0430 \u043c\u044b \u0442\u0435\u0441\u0442\u0438\u0440\u0443\u0435\u043c LLM-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u0432 \u0440\u0435\u0436\u0438\u043c\u0435 black box, \u043c\u044b \u0432\u0438\u0434\u0438\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441: \u043e\u0442\u043f\u0440\u0430\u0432\u0438\u043b\u0438 \u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u0435 \u2014 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u043e\u0442\u0432\u0435\u0442. \u041f\u0440\u0438 \u044d\u0442\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0434 \u043a\u0430\u043f\u043e\u0442\u043e\u043c \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043b\u044e\u0431\u043e\u0439: DeepSeek, Qwen, GLM, Mistral, Llama, Claude, GPT, Gemini \u0438\u043b\u0438 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u0430\u044f fine-tuned \u043c\u043e\u0434\u0435\u043b\u044c. \u0414\u043b\u044f \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u043e \u043d\u0435\u0432\u0430\u0436\u043d\u043e. \u0414\u043b\u044f security-\u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u2014 \u0432\u0430\u0436\u043d\u043e.<\/p>\n<p>\u0412 AI cybersecurity \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u044c reconnaissance: \u043f\u0435\u0440\u0435\u0434 \u0442\u0435\u043c \u043a\u0430\u043a \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0442\u044c \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u043a prompt injection, jailbreak-\u043f\u043e\u043f\u044b\u0442\u043a\u0430\u043c, \u0443\u0442\u0435\u0447\u043a\u0430\u043c \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u0438\u043b\u0438 \u043e\u0448\u0438\u0431\u043a\u0430\u043c \u0432 RAG-\u0441\u043b\u043e\u0435, \u043f\u043e\u043b\u0435\u0437\u043d\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c, \u043a\u0430\u043a\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c\u043d\u0430\u044f \u0441\u0435\u043c\u044c\u044f \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0432\u043d\u0443\u0442\u0440\u0438. \u0420\u0430\u0437\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e-\u0440\u0430\u0437\u043d\u043e\u043c\u0443 \u043e\u0442\u0432\u0435\u0447\u0430\u044e\u0442 \u043d\u0430 \u0441\u0442\u0440\u0430\u043d\u043d\u044b\u0435 Unicode-\u0441\u0442\u0440\u043e\u043a\u0438, mixed-language \u0437\u0430\u043f\u0440\u043e\u0441\u044b, \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u043e \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u0438\u0434\u0435\u043d\u0442\u0438\u0447\u043d\u043e\u0441\u0442\u0438, \u0441\u043f\u043e\u0440\u043d\u044b\u0435 \u0443\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u044f \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u0435 \u043e\u0442\u043a\u0430\u0437\u044b.<\/p>\n<p>\u042f \u043f\u043e\u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b \u0432\u043e\u0441\u043f\u0440\u043e\u0438\u0437\u0432\u0435\u0441\u0442\u0438 \u0438\u0434\u0435\u044e \u0441\u0442\u0430\u0442\u044c\u0438 <strong>LLMmap: Fingerprinting For Large Language Models<\/strong> \u0432 \u0443\u043f\u0440\u043e\u0449\u0451\u043d\u043d\u043e\u043c \u0432\u0438\u0434\u0435: \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0435 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u044b \u0441 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 OpenRouter \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043c\u043e\u0436\u043d\u043e \u043b\u0438 \u043e\u0442\u043b\u0438\u0447\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e \u0441\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.<\/p>\n<h3>\u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 LLM fingerprinting<\/h3>\n<p>LLM fingerprinting \u2014 \u044d\u0442\u043e \u043f\u043e\u043f\u044b\u0442\u043a\u0430 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c\u043d\u0443\u044e \u0441\u0435\u043c\u044c\u044e \u043f\u043e \u043d\u0430\u0431\u043b\u044e\u0434\u0430\u0435\u043c\u043e\u043c\u0443 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044e. \u0410\u043d\u0430\u043b\u043e\u0433\u0438\u044f \u0438\u0437 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e security \u2014 OS fingerprinting: \u043c\u044b \u043d\u0435 \u0432\u0438\u0434\u0438\u043c \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u043e\u043d\u043d\u0443\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e, \u043d\u043e \u043c\u043e\u0436\u0435\u043c \u043e\u0442\u043f\u0440\u0430\u0432\u043b\u044f\u0442\u044c \u0441\u0435\u0442\u0435\u0432\u044b\u0435 \u043f\u0430\u043a\u0435\u0442\u044b \u0438 \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c, \u043a\u0430\u043a \u0441\u0438\u0441\u0442\u0435\u043c\u0430 \u043e\u0442\u0432\u0435\u0447\u0430\u0435\u0442.<\/p>\n<p>\u0421 LLM \u0432\u0441\u0451 \u043f\u043e\u0445\u043e\u0436\u0435: probe prompt \u2192 black-box chatbot \u2192 response<\/p>\n<p>\u041e\u0434\u0438\u043d \u043e\u0442\u0432\u0435\u0442 \u043f\u043e\u0447\u0442\u0438 \u043d\u0438\u0447\u0435\u0433\u043e \u043d\u0435 \u0434\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442. \u041c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u0435\u0442 \u0433\u0430\u043b\u043b\u044e\u0446\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c, \u0441\u043a\u0440\u044b\u0432\u0430\u0442\u044c \u0441\u0432\u043e\u0451 \u0438\u043c\u044f, \u0431\u044b\u0442\u044c \u043e\u0431\u0451\u0440\u043d\u0443\u0442\u0430 system prompt&#8217;\u043e\u043c \u0438\u043b\u0438 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0447\u0435\u0440\u0435\u0437 RAG. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0431\u043e\u043b\u0435\u0435 \u043d\u0430\u0434\u0451\u0436\u043d\u0430\u044f \u0438\u0434\u0435\u044f \u2014 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043d\u0435 \u043e\u0434\u0438\u043d \u0432\u043e\u043f\u0440\u043e\u0441 \u0432\u0440\u043e\u0434\u0435 \u00ab\u043a\u0430\u043a\u0430\u044f \u0442\u044b \u043c\u043e\u0434\u0435\u043b\u044c?\u00bb, \u0430\u00a0\u043d\u0430\u0431\u043e\u0440 \u0440\u0430\u0437\u043d\u044b\u0445 probe\u2011\u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0438 \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430\u00a0\u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0432\u00a0\u0441\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u0438.<\/p>\n<p>\u0412 LLMmap \u044d\u0442\u0430 \u0438\u0434\u0435\u044f \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u043a\u0430\u043a \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0439 fingerprinting: \u043e\u0442\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u043c \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u043f\u043e\u0434\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u044b, \u0441\u043e\u0431\u0438\u0440\u0430\u0435\u043c \u043f\u0430\u0440\u044b <code>(query, response)<\/code>, \u0430 \u0437\u0430\u0442\u0435\u043c \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u0446\u0438\u0440\u0443\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0435\u043c\u0443\u0441\u044f behavioural trace.<\/p>\n<p>\u0412 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u0430\u0432\u0442\u043e\u0440\u044b \u0441\u043e\u043e\u0431\u0449\u0430\u044e\u0442, \u0447\u0442\u043e LLMmap \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442 <strong>42 \u0432\u0435\u0440\u0441\u0438\u0438 LLM \u0441 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e \u0432\u044b\u0448\u0435 95%<\/strong> \u043f\u0440\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438 \u0432\u0441\u0435\u0433\u043e <strong>8 \u0432\u0437\u0430\u0438\u043c\u043e\u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0439<\/strong>. \u0412\u0430\u0436\u043d\u043e: \u044d\u0442\u043e \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0438\u0445 \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u043e\u0433\u043e research setup \u2014 \u0441 \u0431\u043e\u043b\u044c\u0448\u0438\u043c \u043d\u0430\u0431\u043e\u0440\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u0430 probe-\u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432, train\/test \u0440\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435\u043c \u043f\u043e prompting configurations \u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439 inference model. \u0412 \u044d\u0442\u043e\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u0435 \u044f \u043d\u0435 \u043f\u044b\u0442\u0430\u044e\u0441\u044c \u0437\u0430\u044f\u0432\u0438\u0442\u044c \u0442\u0430\u043a\u0443\u044e \u0436\u0435 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c. \u0426\u0435\u043b\u044c \u043d\u0438\u0436\u0435 \u0441\u043a\u0440\u043e\u043c\u043d\u0435\u0435: \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0443\u0447\u0435\u0431\u043d\u0443\u044e MVP-\u0440\u0435\u043f\u043b\u0438\u043a\u0443 \u0438\u0434\u0435\u0438 \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043f\u043e\u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043b\u0438 \u043f\u043e\u0445\u043e\u0436\u0438\u0439 \u0441\u0438\u0433\u043d\u0430\u043b \u043d\u0430 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435.<\/p>\n<h3>\u0426\u0435\u043b\u044c \u043f\u0440\u043e\u0435\u043a\u0442\u0430<\/h3>\n<ol>\n<li>\n<p>\u0412\u044b\u0431\u0440\u0430\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0432 OpenRouter.<\/p>\n<\/li>\n<li>\n<p>\u041f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u043d\u0430\u0431\u043e\u0440 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u0432 \u0441\u0442\u0438\u043b\u0435 LLMmap.<\/p>\n<\/li>\n<li>\n<p>\u0421\u043e\u0431\u0440\u0430\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u044b \u0432\u0441\u0435\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u043d\u0430 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0435 \u043f\u0440\u043e\u043c\u043f\u0442\u044b.<\/p>\n<\/li>\n<li>\n<p>\u0420\u0430\u0437\u0434\u0435\u043b\u0438\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0430 train \/ validation \/ test.<\/p>\n<\/li>\n<li>\n<p>\u041f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u0441\u043c\u043e\u0436\u0435\u0442 \u043b\u0438 LLM-\u0441\u0443\u0434\u044c\u044f \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c \u043e\u0442\u0432\u0435\u0442\u0430\u043c \u0438\u0437 test.<\/p>\n<\/li>\n<\/ol>\n<h3>\u041c\u043e\u0434\u0435\u043b\u0438<\/h3>\n<p>\u0412 \u0442\u0435\u043a\u0443\u0449\u0435\u043c MVP \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438\u0441\u044c 4 \u043c\u043e\u0434\u0435\u043b\u0438 OpenRouter \u0441 \u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u043c\u0438 model ID, \u0431\u0435\u0437 <code>latest<\/code>-\u0430\u043b\u0438\u0430\u0441\u043e\u0432:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">Label<\/p>\n<\/th>\n<th>\n<p align=\"left\">OpenRouter model ID<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0421\u0435\u043c\u0435\u0439\u0441\u0442\u0432\u043e<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>deepseek_v4_flash<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>deepseek\/deepseek-v4-flash<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">DeepSeek<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>qwen3_6_flash<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>qwen\/qwen3.6-flash<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">Qwen<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>glm_5<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>z-ai\/glm-5<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">GLM \/ <a href=\"http:\/\/Z.ai\" rel=\"noopener noreferrer nofollow\">Z.ai<\/a><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>mistral_medium_3_5<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\"><code>mistralai\/mistral-medium-3-5<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">Mistral<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<h3>\u041a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432<\/h3>\n<p>\u0412\u043c\u0435\u0441\u0442\u043e \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e benchmark&#8217;\u0430 \u00ab\u043c\u0430\u0442\u0435\u043c\u0430\u0442\u0438\u043a\u0430 \/ \u043a\u043e\u0434 \/ \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u00bb \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b 6 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439, \u0432\u0434\u043e\u0445\u043d\u043e\u0432\u043b\u0451\u043d\u043d\u044b\u0445 LLMmap-style \u043f\u043e\u0434\u0445\u043e\u0434\u043e\u043c.<\/p>\n<p>\u0412\u0441\u0435\u0433\u043e \u0432 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 36 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432: \u043f\u043e 6 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u043d\u0430 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044e.<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">\u041a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044f<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u041a\u043e\u043b-\u0432\u043e<\/p>\n<\/th>\n<th>\n<p align=\"left\">\u0417\u0430\u0447\u0435\u043c \u043d\u0443\u0436\u043d\u0430<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>banner_grabbing<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">6<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041f\u0440\u044f\u043c\u044b\u0435 \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u043e \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0435<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>meta_information<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">6<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0412\u043e\u043f\u0440\u043e\u0441\u044b \u043e cutoff, \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f\u0445<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>alignment_refusal<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">6<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0411\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u0441\u0442\u0438\u043b\u044f \u043e\u0442\u043a\u0430\u0437\u0430<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>weak_alignment<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">6<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0421\u043f\u043e\u0440\u043d\u044b\u0435 \u0438\u043b\u0438 \u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0443\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u044f \u0431\u0435\u0437 \u0432\u0440\u0435\u0434\u043d\u044b\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>malformed_multilingual<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">6<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u0421\u043c\u0435\u0448\u0430\u043d\u043d\u044b\u0435 \u044f\u0437\u044b\u043a\u0438, \u0441\u0442\u0440\u0430\u043d\u043d\u044b\u0439 \u0432\u0432\u043e\u0434, \u043d\u0435\u043e\u0431\u044b\u0447\u043d\u0430\u044f \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>prompt_wrapper<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">6<\/p>\n<\/td>\n<td>\n<p align=\"left\">\u041e\u0431\u0451\u0440\u0442\u043a\u0438, \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u044e\u0449\u0438\u0435 \u0432\u043b\u0438\u044f\u043d\u0438\u0435 \u0432\u043d\u0435\u0448\u043d\u0438\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041f\u0440\u0438\u043c\u0435\u0440\u044b \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u0437\u0434\u0435\u0441\u044c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c:<\/p>\n<ul>\n<li>\n<p>\u043e\u0442\u0432\u0435\u0447\u0430\u0435\u0442 \u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u043f\u0440\u044f\u043c\u043e\u0439 \u0432\u043e\u043f\u0440\u043e\u0441 \u00ab\u043a\u0442\u043e \u0442\u044b?\u00bb \u0438\u043b\u0438\u00a0\u0443\u0445\u043e\u0434\u0438\u0442 \u0432 \u043e\u0431\u0449\u0443\u044e \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u043a\u0443;<\/p>\n<\/li>\n<li>\n<p>\u043a\u0430\u043a \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u044a\u044f\u0441\u043d\u044f\u0435\u0442 \u0441\u0432\u043e\u0438 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f;<\/p>\n<\/li>\n<li>\n<p>\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0444\u043e\u0440\u043c\u0430\u043b\u0435\u043d \u0438\u043b\u0438 \u043f\u043e\u0434\u0440\u043e\u0431\u0435\u043d \u043e\u0442\u043a\u0430\u0437;<\/p>\n<\/li>\n<li>\n<p>\u043a\u0430\u043a \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0441\u043c\u0435\u0448\u0435\u043d\u0438\u0435 \u044f\u0437\u044b\u043a\u043e\u0432;<\/p>\n<\/li>\n<li>\n<p>\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432\u043e \u0441\u043b\u0435\u0434\u0443\u0435\u0442 \u0444\u043e\u0440\u043c\u0430\u0442\u0443;<\/p>\n<\/li>\n<li>\n<p>\u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043b\u0438 \u043b\u0438\u0448\u043d\u0438\u0435 \u0434\u0438\u0441\u043a\u043b\u0435\u0439\u043c\u0435\u0440\u044b;<\/p>\n<\/li>\n<li>\n<p>\u043a\u0430\u043a \u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u0441\u0442\u0438\u043b\u044c \u043f\u0440\u0438 \u201c\u043e\u0431\u0451\u0440\u043d\u0443\u0442\u044b\u0445\u201d \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u0445.<\/p>\n<\/li>\n<\/ul>\n<h3>\u041a\u0430\u043a \u0441\u043e\u0431\u0438\u0440\u0430\u043b\u0438\u0441\u044c \u0434\u0430\u043d\u043d\u044b\u0435<\/h3>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043a\u0430\u0436\u0434\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043b\u0441\u044f 4 \u0440\u0430\u0437\u0430. \u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0431\u044b\u043b\u0438 \u043e\u0431\u0449\u0438\u043c\u0438 \u0434\u043b\u044f \u0432\u0441\u0435\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439.<\/p>\n<p>\u0418\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u043b\u043d\u043e\u0433\u043e \u043d\u0430\u0431\u043e\u0440\u0430: 4 \u043c\u043e\u0434\u0435\u043b\u0438 \u00d7 36 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u00d7 4 \u043f\u043e\u0432\u0442\u043e\u0440\u0430 = 576 \u0441\u0442\u0440\u043e\u043a JSONL<\/p>\n<p>\u041e\u0434\u043d\u0430 \u0441\u0442\u0440\u043e\u043a\u0430 JSONL \u2014 \u044d\u0442\u043e \u043e\u0434\u0438\u043d \u043e\u0442\u0432\u0435\u0442 \u043e\u0434\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u043e\u0434\u0438\u043d prompt \u0432 \u043e\u0434\u043d\u043e\u043c repeat:<\/p>\n<pre><code class=\"json\">{  \"run_id\": \"openrouter_mvp_001\",  \"sample_id\": \"qwen3_6_flash__banner_001__rep_0\",  \"provider\": \"openrouter\",  \"model_id\": \"qwen\/qwen3.6-flash\",  \"label\": \"qwen3_6_flash\",  \"model_family\": \"qwen\",  \"prompt_id\": \"banner_001\",  \"prompt_category\": \"banner_grabbing\",  \"prompt\": \"...\",  \"system_prompt_id\": \"default_neutral_ru\",  \"temperature\": 0.7,  \"top_p\": 1.0,  \"max_tokens\": 512,  \"repeat_index\": 0,  \"response\": \"...\",  \"split\": \"train\",  \"usage\": {    \"prompt_tokens\": null,    \"completion_tokens\": null,    \"total_tokens\": null  },  \"error\": null}<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:87px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<h3>Train \/ validation \/ test split<\/h3>\n<p>\u041f\u043e\u044d\u0442\u043e\u043c\u0443 split \u0441\u0434\u0435\u043b\u0430\u043d \u043f\u043e <code>prompt_id<\/code>: \u0432\u0441\u0435 \u043f\u043e\u0432\u0442\u043e\u0440\u044b \u043e\u0434\u043d\u043e\u0433\u043e prompt \u043e\u0441\u0442\u0430\u044e\u0442\u0441\u044f \u0432 \u043e\u0434\u043d\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0435.<\/p>\n<p>\u0422\u0435\u043a\u0443\u0449\u0430\u044f \u0441\u0445\u0435\u043c\u0430:<\/p>\n<pre><code>train: 24 prompt_idval:    6 prompt_idtest:   6 prompt_id<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u0412 val \u0438 test \u043b\u0435\u0436\u0438\u0442 \u043f\u043e \u043e\u0434\u043d\u043e\u043c\u0443 prompt \u043d\u0430 \u043a\u0430\u0436\u0434\u0443\u044e \u0438\u0437 6 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439. \u041f\u0440\u0438 4 \u043c\u043e\u0434\u0435\u043b\u044f\u0445 \u0438 4 \u043f\u043e\u0432\u0442\u043e\u0440\u0430\u0445 test \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442: 4 \u043c\u043e\u0434\u0435\u043b\u0438 \u00d7 6 test prompt\u2019\u043e\u0432 \u00d7 4 \u043f\u043e\u0432\u0442\u043e\u0440\u0430 = 96 \u0441\u0442\u0440\u043e\u043a<\/p>\n<h3>\u041a\u0430\u043a \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u043b\u043e\u0441\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e<\/h3>\n<p>\u0412 \u044d\u0442\u043e\u043c MVP \u044f \u043d\u0435 \u043e\u0431\u0443\u0447\u0430\u043b \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 sklearn\/embedding-\u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0442\u043e\u0440. \u041e\u0446\u0435\u043d\u043a\u0430 \u0441\u0434\u0435\u043b\u0430\u043d\u0430 \u0447\u0435\u0440\u0435\u0437 <strong>few-shot LLM-as-judge baseline<\/strong>.<\/p>\n<p>\u0421\u0445\u0435\u043c\u0430 \u0442\u0430\u043a\u0430\u044f:<\/p>\n<ol>\n<li>\n<p>\u0418\u0437 train-\u0447\u0430\u0441\u0442\u0438 \u0431\u0435\u0440\u0443\u0442\u0441\u044f few-shot \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439.<\/p>\n<\/li>\n<li>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0438\u0441\u0442\u0438\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0437 test \u0431\u0435\u0440\u0451\u0442\u0441\u044f \u043d\u0430\u0431\u043e\u0440 \u0435\u0451 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.<\/p>\n<\/li>\n<li>\n<p>LLM-\u0441\u0443\u0434\u044c\u0435 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442\u0441\u044f few-shot \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u0438 test-\u043e\u0442\u0432\u0435\u0442\u044b.<\/p>\n<\/li>\n<li>\n<p>\u0421\u0443\u0434\u044c\u044f \u0434\u043e\u043b\u0436\u0435\u043d \u0432\u0435\u0440\u043d\u0443\u0442\u044c <code>predicted_label<\/code>.<\/p>\n<\/li>\n<\/ol>\n<p>\u0421\u0443\u0434\u044c\u044f \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e\u00a0\u2014 openai\/gpt-4o-mini<\/p>\n<p>\u0412\u0430\u0436\u043d\u043e: \u044d\u0442\u043e \u043d\u0435 \u043e\u0446\u0435\u043d\u043a\u0430 \u043f\u043e \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0435 test. \u042d\u0442\u043e multi-probe \u043e\u0446\u0435\u043d\u043a\u0430: \u0441\u0443\u0434\u044c\u044f \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u043d\u0435 \u043e\u0434\u0438\u043d \u043e\u0442\u0432\u0435\u0442, \u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043e\u0434\u043d\u043e\u0439 \u0438 \u0442\u043e\u0439 \u0436\u0435 \u043d\u0435\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438.<\/p>\n<p>\u0414\u043b\u044f \u043e\u0434\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0441 <code>trials=10<\/code> \u0438 \u0447\u0435\u0442\u044b\u0440\u044c\u043c\u044f \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442\u0441\u044f: 10 trials \u00d7 4 \u043c\u043e\u0434\u0435\u043b\u0438 = 40 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u0441\u0443\u0434\u044c\u0438.<\/p>\n<h3>\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b<\/h3>\n<p>\u0412 \u043e\u0434\u043d\u043e\u043c \u0438\u0437 \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u0442\u0430\u043a\u0438\u043c:<\/p>\n<pre><code>micro accuracy \u2248 0.975macro accuracy \u2248 0.975<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u041d\u0430 \u043f\u0435\u0440\u0432\u044b\u0439 \u0432\u0437\u0433\u043b\u044f\u0434 \u044d\u0442\u043e \u0447\u0438\u0441\u043b\u043e \u043f\u043e\u0445\u043e\u0436\u0435 \u043d\u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0443\u0440\u043e\u0432\u043d\u044f LLMmap, \u0433\u0434\u0435 \u0430\u0432\u0442\u043e\u0440\u044b \u0433\u043e\u0432\u043e\u0440\u044f\u0442 \u043e \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u0438.<\/p>\n<p>\u041c\u0430\u0442\u0440\u0438\u0446\u0430 \u043e\u0448\u0438\u0431\u043e\u043a:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p align=\"left\">true \\ pred<\/p>\n<\/th>\n<th>\n<p align=\"left\"><code>deepseek_v4_flash<\/code><\/p>\n<\/th>\n<th>\n<p align=\"left\"><code>qwen3_6_flash<\/code><\/p>\n<\/th>\n<th>\n<p align=\"left\"><code>glm_5<\/code><\/p>\n<\/th>\n<th>\n<p align=\"left\"><code>mistral_medium_3_5<\/code><\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>deepseek_v4_flash<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">10<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>qwen3_6_flash<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">1<\/p>\n<\/td>\n<td>\n<p align=\"left\">9<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>glm_5<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">10<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p align=\"left\"><code>mistral_medium_3_5<\/code><\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">0<\/p>\n<\/td>\n<td>\n<p align=\"left\">10<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u0422\u043e \u0435\u0441\u0442\u044c \u0438\u0437 40 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u0431\u044b\u043b\u0430 \u043e\u0434\u043d\u0430 \u043e\u0448\u0438\u0431\u043a\u0430: \u043e\u0434\u0438\u043d \u0440\u0430\u0437 \u043e\u0442\u0432\u0435\u0442\u044b <code>qwen3_6_flash<\/code> \u0431\u044b\u043b\u0438 \u043e\u0442\u043d\u0435\u0441\u0435\u043d\u044b \u043a <code>deepseek_v4_flash<\/code>. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432 \u044d\u0442\u043e\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0435 \u0431\u044b\u043b\u0438 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u044b \u0431\u0435\u0437 \u043e\u0448\u0438\u0431\u043e\u043a.<\/p>\n<p>\u041d\u0430 \u043f\u0435\u0440\u0432\u044b\u0439 \u0432\u0437\u0433\u043b\u044f\u0434 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432\u044b\u0441\u043e\u043a\u0438\u0439. \u041d\u043e \u0435\u0433\u043e \u043d\u0443\u0436\u043d\u043e \u0438\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0430\u043a\u043a\u0443\u0440\u0430\u0442\u043d\u043e.<\/p>\n<p>\u0427\u0442\u043e \u043e\u043d \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442:<\/p>\n<ul>\n<li>\n<p>\u043d\u0430 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u043c closed-set \u043d\u0430\u0431\u043e\u0440\u0435 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0447\u0435\u0441\u043a\u0438\u0435 \u0440\u0430\u0437\u043b\u0438\u0447\u0438\u044f \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0437\u0430\u043c\u0435\u0442\u043d\u044b;<\/p>\n<\/li>\n<li>\n<p>multi-probe \u043f\u043e\u0434\u0445\u043e\u0434 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043b\u0443\u0447\u0448\u0435, \u0447\u0435\u043c \u043f\u043e\u043f\u044b\u0442\u043a\u0430 \u0443\u0433\u0430\u0434\u044b\u0432\u0430\u0442\u044c \u043f\u043e \u043e\u0434\u043d\u043e\u043c\u0443 \u043e\u0442\u0432\u0435\u0442\u0443;<\/p>\n<\/li>\n<li>\n<p>\u0434\u0430\u0436\u0435 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 LLM-as-judge baseline \u043c\u043e\u0436\u0435\u0442 \u0438\u0437\u0432\u043b\u0435\u043a\u0430\u0442\u044c \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0439 \u0441\u0438\u0433\u043d\u0430\u043b \u0438\u0437 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.<\/p>\n<\/li>\n<\/ul>\n<p>\u0427\u0435\u0433\u043e \u043e\u043d \u043d\u0435 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442:<\/p>\n<ul>\n<li>\n<p>\u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u0432\u0441\u0435\u0433\u0434\u0430 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u0441 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e 97.5%;<\/p>\n<\/li>\n<li>\n<p>\u0447\u0442\u043e \u043c\u0435\u0442\u043e\u0434 \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432 \u043a \u0434\u0440\u0443\u0433\u0438\u043c system prompt&#8217;\u0430\u043c;<\/p>\n<\/li>\n<li>\n<p>\u0447\u0442\u043e \u043e\u043d \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u043d\u0430 \u0434\u0435\u0441\u044f\u0442\u043a\u0430\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439;<\/p>\n<\/li>\n<li>\n<p>\u0447\u0442\u043e \u043e\u043d \u043e\u0431\u043e\u0431\u0449\u0430\u0435\u0442\u0441\u044f \u043d\u0430 production-\u0447\u0430\u0442-\u0431\u043e\u0442\u044b \u0441 RAG, guardrails \u0438 post-processing;<\/p>\n<\/li>\n<li>\n<p>\u0447\u0442\u043e \u044d\u0442\u043e \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u0430\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f LLMmap.<\/p>\n<\/li>\n<\/ul>\n<h3>\u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f<\/h3>\n<h4>1. \u041c\u0430\u043b\u043e \u043c\u043e\u0434\u0435\u043b\u0435\u0439<\/h4>\n<p>\u0421\u0435\u0439\u0447\u0430\u0441 \u0432 MVP 4 \u043c\u043e\u0434\u0435\u043b\u0438. \u042d\u0442\u043e \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0434\u043b\u044f \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u0438, \u043d\u043e \u043c\u0430\u043b\u043e \u0434\u043b\u044f \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u0441 \u0441\u0438\u043b\u044c\u043d\u044b\u043c\u0438 \u043e\u0431\u043e\u0431\u0449\u0435\u043d\u0438\u044f\u043c\u0438. \u0421\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0448\u0430\u0433 \u2014 \u0440\u0430\u0441\u0448\u0438\u0440\u0438\u0442\u044c \u043d\u0430\u0431\u043e\u0440 \u0434\u043e 6\u201310 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u0435 \u0431\u043b\u0438\u0437\u043a\u0438\u0445 \u043f\u0430\u0440 \u0432\u043d\u0443\u0442\u0440\u0438 \u043e\u0434\u043d\u043e\u0439 \u0441\u0435\u043c\u044c\u0438.<\/p>\n<h4>2. \u041c\u0430\u043b\u0435\u043d\u044c\u043a\u0438\u0439 test set<\/h4>\n<p>\u0412 test \u0432\u0441\u0435\u0433\u043e 6 prompt_id. \u041b\u0443\u0447\u0448\u0435 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0442\u044c \u0447\u0438\u0441\u043b\u043e test-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043d\u044b\u0445 split&#8217;\u043e\u0432.<\/p>\n<h4>3. \u0412\u043e\u0437\u043c\u043e\u0436\u0435\u043d bias \u0441\u0443\u0434\u044c\u0438<\/h4>\n<p>LLM-\u0441\u0443\u0434\u044c\u044f \u043c\u043e\u0436\u0435\u0442 \u0438\u043c\u0435\u0442\u044c \u0441\u0432\u043e\u0438 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f \u0438 \u0441\u043a\u0440\u044b\u0442\u043e\u0435 \u0437\u043d\u0430\u043d\u0438\u0435 \u043e \u0441\u0442\u0438\u043b\u0435 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u0414\u043b\u044f \u0431\u043e\u043b\u0435\u0435 \u0447\u0435\u0441\u0442\u043d\u043e\u0439 \u043e\u0446\u0435\u043d\u043a\u0438 \u043d\u0443\u0436\u043d\u043e \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u0443\u0434\u0435\u0439 \u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0439 ML baseline.<\/p>\n<h4>4. \u041d\u0435\u0442 open-set \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u044f<\/h4>\n<p>\u0421\u0435\u0439\u0447\u0430\u0441 \u0437\u0430\u0434\u0430\u0447\u0430 closed-set: \u0441\u0443\u0434\u044c\u044f \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u043e\u0434\u043d\u0443 \u0438\u0437 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u0412 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043d\u0435\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u0439. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043d\u0443\u0436\u0435\u043d \u043a\u043b\u0430\u0441\u0441 <code>unknown<\/code> \u0438\u043b\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 open-set scoring.<\/p>\n<h3>\u041a\u0430\u043a \u0440\u0430\u0437\u0432\u0438\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u0435\u043a\u0442 \u0434\u0430\u043b\u044c\u0448\u0435<\/h3>\n<p>\u0421\u0430\u043c\u044b\u0435 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 \u0448\u0430\u0433\u0438:<\/p>\n<h4>1. \u0420\u0430\u0441\u0448\u0438\u0440\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438<\/h4>\n<h4>2. \u041f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432\u043e\u0441\u0442\u044c \u043a system prompt<\/h4>\n<p>\u0421\u0435\u0439\u0447\u0430\u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f \u043e\u0434\u0438\u043d \u043d\u0435\u0439\u0442\u0440\u0430\u043b\u044c\u043d\u044b\u0439 system prompt. \u0421\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0448\u0430\u0433 \u2014 \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0439:<\/p>\n<pre><code>\u043d\u0435\u0439\u0442\u0440\u0430\u043b\u044c\u043d\u044b\u0439 \u0430\u0441\u0441\u0438\u0441\u0442\u0435\u043d\u0442\u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u044b\u0439 support bot\u043a\u0440\u0430\u0442\u043a\u0438\u0439 technical assistant\u0441\u0442\u0440\u043e\u0433\u0438\u0439 JSON-only assistant<\/code><div class=\"code-explainer\"><a href=\"https:\/\/sourcecraft.dev\/\" class=\"tm-button code-explainer__link\" style=\"visibility: hidden;\"><img style=\"width:14px;height:14px;object-fit:cover;object-position:left;\"\/><\/a><\/div><\/pre>\n<p>\u042d\u0442\u043e \u043f\u0440\u0438\u0431\u043b\u0438\u0437\u0438\u0442 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 \u043a \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c LLM-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f\u043c, \u0433\u0434\u0435 \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0447\u0442\u0438 \u0432\u0441\u0435\u0433\u0434\u0430 \u043e\u0431\u0451\u0440\u043d\u0443\u0442\u0430 \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u043e\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0435\u0439.<\/p>\n<h4>3. \u0414\u043e\u0431\u0430\u0432\u0438\u0442\u044c open-set \u0440\u0435\u0436\u0438\u043c<\/h4>\n<h3>\u0412\u044b\u0432\u043e\u0434\u044b<\/h3>\n<p>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 \u043f\u043e\u043a\u0430\u0437\u0430\u043b, \u0447\u0442\u043e \u0434\u0430\u0436\u0435 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u043d\u0430\u0431\u043e\u0440 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u0443\u0436\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0438\u0437\u0432\u043b\u0435\u043a\u0430\u0442\u044c \u0437\u0430\u043c\u0435\u0442\u043d\u044b\u0439 behavioral fingerprint LLM-\u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u041d\u0430 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u043c closed-set \u043d\u0430\u0431\u043e\u0440\u0435 \u0438\u0437 4 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 few-shot LLM-\u0441\u0443\u0434\u044c\u044f \u0441\u043c\u043e\u0433 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c test-\u043e\u0442\u0432\u0435\u0442\u0430\u043c \u0441 \u0432\u044b\u0441\u043e\u043a\u043e\u0439 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e \u0432 \u043e\u0434\u043d\u043e\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0435.<\/p>\n<p>\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u043f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0432\u044b\u0432\u043e\u0434: \u0441\u043f\u0440\u0430\u0448\u0438\u0432\u0430\u0442\u044c \u00ab\u043a\u0430\u043a\u0430\u044f \u0442\u044b \u043c\u043e\u0434\u0435\u043b\u044c?\u00bb \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e. \u0413\u043e\u0440\u0430\u0437\u0434\u043e \u043f\u043e\u043b\u0435\u0437\u043d\u0435\u0435 \u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u043d\u0430\u0431\u043e\u0440 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430\u00a0\u0440\u0430\u0437\u043d\u044b\u0435 \u0442\u0438\u043f\u044b \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432: self\u2011identification, metadata, alignment, multilingual, malformed input \u0438 prompt wrappers. \u0418\u043c\u0435\u043d\u043d\u043e \u0441\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0434\u0430\u0451\u0442 \u0441\u0438\u0433\u043d\u0430\u043b.<\/p>\n<h3>\u0420\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0439<\/h3>\n<blockquote>\n<p>\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 <a href=\"https:\/\/github.com\/It-Padfoot\/llm-fingerprinting\/tree\/main\/llm-fingerprinting\" rel=\"noopener noreferrer nofollow\">\u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0439<\/a> \u0441 \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0435\u0439<\/p>\n<\/blockquote>\n<\/div>\n<p>\u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/1039536\/\">https:\/\/habr.com\/ru\/articles\/1039536\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435\u041a\u043e\u0433\u0434\u0430 \u043c\u044b \u0442\u0435\u0441\u0442\u0438\u0440\u0443\u0435\u043c LLM-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u0432 \u0440\u0435\u0436\u0438\u043c\u0435 black box, \u043c\u044b \u0432\u0438\u0434\u0438\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441: \u043e\u0442\u043f\u0440\u0430\u0432\u0438\u043b\u0438 \u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u0435 \u2014 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u043e\u0442\u0432\u0435\u0442. \u041f\u0440\u0438 \u044d\u0442\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0434 \u043a\u0430\u043f\u043e\u0442\u043e\u043c \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043b\u044e\u0431\u043e\u0439: DeepSeek, Qwen, GLM, Mistral, Llama, Claude, GPT, Gemini \u0438\u043b\u0438 \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u0430\u044f fine-tuned \u043c\u043e\u0434\u0435\u043b\u044c. \u0414\u043b\u044f \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u043e \u043d\u0435\u0432\u0430\u0436\u043d\u043e. \u0414\u043b\u044f security-\u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u2014 \u0432\u0430\u0436\u043d\u043e.\u0412 AI cybersecurity \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u044c reconnaissance: \u043f\u0435\u0440\u0435\u0434 \u0442\u0435\u043c \u043a\u0430\u043a \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0442\u044c \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u043a prompt injection, jailbreak-\u043f\u043e\u043f\u044b\u0442\u043a\u0430\u043c, \u0443\u0442\u0435\u0447\u043a\u0430\u043c \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u0438\u043b\u0438 \u043e\u0448\u0438\u0431\u043a\u0430\u043c \u0432 RAG-\u0441\u043b\u043e\u0435, \u043f\u043e\u043b\u0435\u0437\u043d\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c, \u043a\u0430\u043a\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c\u043d\u0430\u044f \u0441\u0435\u043c\u044c\u044f \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0432\u043d\u0443\u0442\u0440\u0438. \u0420\u0430\u0437\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e-\u0440\u0430\u0437\u043d\u043e\u043c\u0443 \u043e\u0442\u0432\u0435\u0447\u0430\u044e\u0442 \u043d\u0430 \u0441\u0442\u0440\u0430\u043d\u043d\u044b\u0435 Unicode-\u0441\u0442\u0440\u043e\u043a\u0438, mixed-language \u0437\u0430\u043f\u0440\u043e\u0441\u044b, \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u043e \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u0438\u0434\u0435\u043d\u0442\u0438\u0447\u043d\u043e\u0441\u0442\u0438, \u0441\u043f\u043e\u0440\u043d\u044b\u0435 \u0443\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u044f \u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u0435 \u043e\u0442\u043a\u0430\u0437\u044b.\u042f \u043f\u043e\u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b \u0432\u043e\u0441\u043f\u0440\u043e\u0438\u0437\u0432\u0435\u0441\u0442\u0438 \u0438\u0434\u0435\u044e \u0441\u0442\u0430\u0442\u044c\u0438 LLMmap: Fingerprinting For Large Language Models \u0432 \u0443\u043f\u0440\u043e\u0449\u0451\u043d\u043d\u043e\u043c \u0432\u0438\u0434\u0435: \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0435 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u044b \u0441 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 OpenRouter \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043c\u043e\u0436\u043d\u043e \u043b\u0438 \u043e\u0442\u043b\u0438\u0447\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e \u0441\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.\u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 LLM fingerprintingLLM fingerprinting \u2014 \u044d\u0442\u043e \u043f\u043e\u043f\u044b\u0442\u043a\u0430 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u0438\u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c\u043d\u0443\u044e \u0441\u0435\u043c\u044c\u044e \u043f\u043e \u043d\u0430\u0431\u043b\u044e\u0434\u0430\u0435\u043c\u043e\u043c\u0443 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u044e. \u0410\u043d\u0430\u043b\u043e\u0433\u0438\u044f \u0438\u0437 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e security \u2014 OS fingerprinting: \u043c\u044b \u043d\u0435 \u0432\u0438\u0434\u0438\u043c \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u043e\u043d\u043d\u0443\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e, \u043d\u043e \u043c\u043e\u0436\u0435\u043c \u043e\u0442\u043f\u0440\u0430\u0432\u043b\u044f\u0442\u044c \u0441\u0435\u0442\u0435\u0432\u044b\u0435 \u043f\u0430\u043a\u0435\u0442\u044b \u0438 \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c, \u043a\u0430\u043a \u0441\u0438\u0441\u0442\u0435\u043c\u0430 \u043e\u0442\u0432\u0435\u0447\u0430\u0435\u0442.\u0421 LLM \u0432\u0441\u0451 \u043f\u043e\u0445\u043e\u0436\u0435: probe prompt \u2192 black-box chatbot \u2192 response\u041e\u0434\u0438\u043d \u043e\u0442\u0432\u0435\u0442 \u043f\u043e\u0447\u0442\u0438 \u043d\u0438\u0447\u0435\u0433\u043e \u043d\u0435 \u0434\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442. \u041c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u0435\u0442 \u0433\u0430\u043b\u043b\u044e\u0446\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c, \u0441\u043a\u0440\u044b\u0432\u0430\u0442\u044c \u0441\u0432\u043e\u0451 \u0438\u043c\u044f, \u0431\u044b\u0442\u044c \u043e\u0431\u0451\u0440\u043d\u0443\u0442\u0430 system prompt&#8217;\u043e\u043c \u0438\u043b\u0438 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0447\u0435\u0440\u0435\u0437 RAG. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0431\u043e\u043b\u0435\u0435 \u043d\u0430\u0434\u0451\u0436\u043d\u0430\u044f \u0438\u0434\u0435\u044f \u2014 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043d\u0435 \u043e\u0434\u0438\u043d \u0432\u043e\u043f\u0440\u043e\u0441 \u0432\u0440\u043e\u0434\u0435 \u00ab\u043a\u0430\u043a\u0430\u044f \u0442\u044b \u043c\u043e\u0434\u0435\u043b\u044c?\u00bb, \u0430\u00a0\u043d\u0430\u0431\u043e\u0440 \u0440\u0430\u0437\u043d\u044b\u0445 probe\u2011\u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0438 \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430\u00a0\u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0438\u0435 \u0432\u00a0\u0441\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u0438.\u0412 LLMmap \u044d\u0442\u0430 \u0438\u0434\u0435\u044f \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u043a\u0430\u043a \u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0439 fingerprinting: \u043e\u0442\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u043c \u0437\u0430\u0440\u0430\u043d\u0435\u0435 \u043f\u043e\u0434\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u044b, \u0441\u043e\u0431\u0438\u0440\u0430\u0435\u043c \u043f\u0430\u0440\u044b (query, response), \u0430 \u0437\u0430\u0442\u0435\u043c \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u0446\u0438\u0440\u0443\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0435\u043c\u0443\u0441\u044f behavioural trace.\u0412 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u0430\u0432\u0442\u043e\u0440\u044b \u0441\u043e\u043e\u0431\u0449\u0430\u044e\u0442, \u0447\u0442\u043e LLMmap \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u0442 42 \u0432\u0435\u0440\u0441\u0438\u0438 LLM \u0441 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e \u0432\u044b\u0448\u0435 95% \u043f\u0440\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438 \u0432\u0441\u0435\u0433\u043e 8 \u0432\u0437\u0430\u0438\u043c\u043e\u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0439. \u0412\u0430\u0436\u043d\u043e: \u044d\u0442\u043e \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0438\u0445 \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u043e\u0433\u043e research setup \u2014 \u0441 \u0431\u043e\u043b\u044c\u0448\u0438\u043c \u043d\u0430\u0431\u043e\u0440\u043e\u043c \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u0430 probe-\u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432, train\/test \u0440\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435\u043c \u043f\u043e prompting configurations \u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439 inference model. \u0412 \u044d\u0442\u043e\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u0435 \u044f \u043d\u0435 \u043f\u044b\u0442\u0430\u044e\u0441\u044c \u0437\u0430\u044f\u0432\u0438\u0442\u044c \u0442\u0430\u043a\u0443\u044e \u0436\u0435 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c. \u0426\u0435\u043b\u044c \u043d\u0438\u0436\u0435 \u0441\u043a\u0440\u043e\u043c\u043d\u0435\u0435: \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0443\u0447\u0435\u0431\u043d\u0443\u044e MVP-\u0440\u0435\u043f\u043b\u0438\u043a\u0443 \u0438\u0434\u0435\u0438 \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u043f\u043e\u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043b\u0438 \u043f\u043e\u0445\u043e\u0436\u0438\u0439 \u0441\u0438\u0433\u043d\u0430\u043b \u043d\u0430 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435.\u0426\u0435\u043b\u044c \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0412\u044b\u0431\u0440\u0430\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0432 OpenRouter.\u041f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u043d\u0430\u0431\u043e\u0440 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u0432 \u0441\u0442\u0438\u043b\u0435 LLMmap.\u0421\u043e\u0431\u0440\u0430\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u044b \u0432\u0441\u0435\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u043d\u0430 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u0435 \u043f\u0440\u043e\u043c\u043f\u0442\u044b.\u0420\u0430\u0437\u0434\u0435\u043b\u0438\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0430 train \/ validation \/ test.\u041f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u0441\u043c\u043e\u0436\u0435\u0442 \u043b\u0438 LLM-\u0441\u0443\u0434\u044c\u044f \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c \u043e\u0442\u0432\u0435\u0442\u0430\u043c \u0438\u0437 test.\u041c\u043e\u0434\u0435\u043b\u0438\u0412 \u0442\u0435\u043a\u0443\u0449\u0435\u043c MVP \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438\u0441\u044c 4 \u043c\u043e\u0434\u0435\u043b\u0438 OpenRouter \u0441 \u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u043c\u0438 model ID, \u0431\u0435\u0437 latest-\u0430\u043b\u0438\u0430\u0441\u043e\u0432:LabelOpenRouter model ID\u0421\u0435\u043c\u0435\u0439\u0441\u0442\u0432\u043edeepseek_v4_flashdeepseek\/deepseek-v4-flashDeepSeekqwen3_6_flashqwen\/qwen3.6-flashQwenglm_5z-ai\/glm-5GLM \/ Z.aimistral_medium_3_5mistralai\/mistral-medium-3-5Mistral\u041a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432\u0412\u043c\u0435\u0441\u0442\u043e \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e benchmark&#8217;\u0430 \u00ab\u043c\u0430\u0442\u0435\u043c\u0430\u0442\u0438\u043a\u0430 \/ \u043a\u043e\u0434 \/ \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u00bb \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b 6 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439, \u0432\u0434\u043e\u0445\u043d\u043e\u0432\u043b\u0451\u043d\u043d\u044b\u0445 LLMmap-style \u043f\u043e\u0434\u0445\u043e\u0434\u043e\u043c.\u0412\u0441\u0435\u0433\u043e \u0432 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 36 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432: \u043f\u043e 6 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u043d\u0430 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044e.\u041a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044f\u041a\u043e\u043b-\u0432\u043e\u0417\u0430\u0447\u0435\u043c \u043d\u0443\u0436\u043d\u0430banner_grabbing6\u041f\u0440\u044f\u043c\u044b\u0435 \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u043e \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0435meta_information6\u0412\u043e\u043f\u0440\u043e\u0441\u044b \u043e cutoff, \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f\u0445alignment_refusal6\u0411\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u044b\u0435 \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u0441\u0442\u0438\u043b\u044f \u043e\u0442\u043a\u0430\u0437\u0430weak_alignment6\u0421\u043f\u043e\u0440\u043d\u044b\u0435 \u0438\u043b\u0438 \u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0443\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u0438\u044f \u0431\u0435\u0437 \u0432\u0440\u0435\u0434\u043d\u044b\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439malformed_multilingual6\u0421\u043c\u0435\u0448\u0430\u043d\u043d\u044b\u0435 \u044f\u0437\u044b\u043a\u0438, \u0441\u0442\u0440\u0430\u043d\u043d\u044b\u0439 \u0432\u0432\u043e\u0434, \u043d\u0435\u043e\u0431\u044b\u0447\u043d\u0430\u044f \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0430prompt_wrapper6\u041e\u0431\u0451\u0440\u0442\u043a\u0438, \u0438\u043c\u0438\u0442\u0438\u0440\u0443\u044e\u0449\u0438\u0435 \u0432\u043b\u0438\u044f\u043d\u0438\u0435 \u0432\u043d\u0435\u0448\u043d\u0438\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0439\u041f\u0440\u0438\u043c\u0435\u0440\u044b \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u0437\u0434\u0435\u0441\u044c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c:\u043e\u0442\u0432\u0435\u0447\u0430\u0435\u0442 \u043b\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u043f\u0440\u044f\u043c\u043e\u0439 \u0432\u043e\u043f\u0440\u043e\u0441 \u00ab\u043a\u0442\u043e \u0442\u044b?\u00bb \u0438\u043b\u0438\u00a0\u0443\u0445\u043e\u0434\u0438\u0442 \u0432 \u043e\u0431\u0449\u0443\u044e \u0444\u043e\u0440\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u043a\u0443;\u043a\u0430\u043a \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u044a\u044f\u0441\u043d\u044f\u0435\u0442 \u0441\u0432\u043e\u0438 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f;\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0444\u043e\u0440\u043c\u0430\u043b\u0435\u043d \u0438\u043b\u0438 \u043f\u043e\u0434\u0440\u043e\u0431\u0435\u043d \u043e\u0442\u043a\u0430\u0437;\u043a\u0430\u043a \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0441\u043c\u0435\u0448\u0435\u043d\u0438\u0435 \u044f\u0437\u044b\u043a\u043e\u0432;\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432\u043e \u0441\u043b\u0435\u0434\u0443\u0435\u0442 \u0444\u043e\u0440\u043c\u0430\u0442\u0443;\u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043b\u0438 \u043b\u0438\u0448\u043d\u0438\u0435 \u0434\u0438\u0441\u043a\u043b\u0435\u0439\u043c\u0435\u0440\u044b;\u043a\u0430\u043a \u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u0441\u0442\u0438\u043b\u044c \u043f\u0440\u0438 \u201c\u043e\u0431\u0451\u0440\u043d\u0443\u0442\u044b\u0445\u201d \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u0445.\u041a\u0430\u043a \u0441\u043e\u0431\u0438\u0440\u0430\u043b\u0438\u0441\u044c \u0434\u0430\u043d\u043d\u044b\u0435\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043a\u0430\u0436\u0434\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043b\u0441\u044f 4 \u0440\u0430\u0437\u0430. \u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0431\u044b\u043b\u0438 \u043e\u0431\u0449\u0438\u043c\u0438 \u0434\u043b\u044f \u0432\u0441\u0435\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439.\u0418\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u043f\u043e\u043b\u043d\u043e\u0433\u043e \u043d\u0430\u0431\u043e\u0440\u0430: 4 \u043c\u043e\u0434\u0435\u043b\u0438 \u00d7 36 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u00d7 4 \u043f\u043e\u0432\u0442\u043e\u0440\u0430 = 576 \u0441\u0442\u0440\u043e\u043a JSONL\u041e\u0434\u043d\u0430 \u0441\u0442\u0440\u043e\u043a\u0430 JSONL \u2014 \u044d\u0442\u043e \u043e\u0434\u0438\u043d \u043e\u0442\u0432\u0435\u0442 \u043e\u0434\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 \u043e\u0434\u0438\u043d prompt \u0432 \u043e\u0434\u043d\u043e\u043c repeat:{  &#171;run_id&#187;: &#171;openrouter_mvp_001&#187;,  &#171;sample_id&#187;: &#171;qwen3_6_flash__banner_001__rep_0&#187;,  &#171;provider&#187;: &#171;openrouter&#187;,  &#171;model_id&#187;: &#171;qwen\/qwen3.6-flash&#187;,  &#171;label&#187;: &#171;qwen3_6_flash&#187;,  &#171;model_family&#187;: &#171;qwen&#187;,  &#171;prompt_id&#187;: &#171;banner_001&#187;,  &#171;prompt_category&#187;: &#171;banner_grabbing&#187;,  &#171;prompt&#187;: &#171;&#8230;&#187;,  &#171;system_prompt_id&#187;: &#171;default_neutral_ru&#187;,  &#171;temperature&#187;: 0.7,  &#171;top_p&#187;: 1.0,  &#171;max_tokens&#187;: 512,  &#171;repeat_index&#187;: 0,  &#171;response&#187;: &#171;&#8230;&#187;,  &#171;split&#187;: &#171;train&#187;,  &#171;usage&#187;: {    &#171;prompt_tokens&#187;: null,    &#171;completion_tokens&#187;: null,    &#171;total_tokens&#187;: null  },  &#171;error&#187;: null}Train \/ validation \/ test split\u041f\u043e\u044d\u0442\u043e\u043c\u0443 split \u0441\u0434\u0435\u043b\u0430\u043d \u043f\u043e prompt_id: \u0432\u0441\u0435 \u043f\u043e\u0432\u0442\u043e\u0440\u044b \u043e\u0434\u043d\u043e\u0433\u043e prompt \u043e\u0441\u0442\u0430\u044e\u0442\u0441\u044f \u0432 \u043e\u0434\u043d\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0435.\u0422\u0435\u043a\u0443\u0449\u0430\u044f \u0441\u0445\u0435\u043c\u0430:train: 24 prompt_idval:    6 prompt_idtest:   6 prompt_id\u0412 val \u0438 test \u043b\u0435\u0436\u0438\u0442 \u043f\u043e \u043e\u0434\u043d\u043e\u043c\u0443 prompt \u043d\u0430 \u043a\u0430\u0436\u0434\u0443\u044e \u0438\u0437 6 \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0439. \u041f\u0440\u0438 4 \u043c\u043e\u0434\u0435\u043b\u044f\u0445 \u0438 4 \u043f\u043e\u0432\u0442\u043e\u0440\u0430\u0445 test \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442: 4 \u043c\u043e\u0434\u0435\u043b\u0438 \u00d7 6 test prompt\u2019\u043e\u0432 \u00d7 4 \u043f\u043e\u0432\u0442\u043e\u0440\u0430 = 96 \u0441\u0442\u0440\u043e\u043a\u041a\u0430\u043a \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u043b\u043e\u0441\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u0412 \u044d\u0442\u043e\u043c MVP \u044f \u043d\u0435 \u043e\u0431\u0443\u0447\u0430\u043b \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 sklearn\/embedding-\u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0442\u043e\u0440. \u041e\u0446\u0435\u043d\u043a\u0430 \u0441\u0434\u0435\u043b\u0430\u043d\u0430 \u0447\u0435\u0440\u0435\u0437 few-shot LLM-as-judge baseline.\u0421\u0445\u0435\u043c\u0430 \u0442\u0430\u043a\u0430\u044f:\u0418\u0437 train-\u0447\u0430\u0441\u0442\u0438 \u0431\u0435\u0440\u0443\u0442\u0441\u044f few-shot \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439.\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0438\u0441\u0442\u0438\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438\u0437 test \u0431\u0435\u0440\u0451\u0442\u0441\u044f \u043d\u0430\u0431\u043e\u0440 \u0435\u0451 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.LLM-\u0441\u0443\u0434\u044c\u0435 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442\u0441\u044f few-shot \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u0438 test-\u043e\u0442\u0432\u0435\u0442\u044b.\u0421\u0443\u0434\u044c\u044f \u0434\u043e\u043b\u0436\u0435\u043d \u0432\u0435\u0440\u043d\u0443\u0442\u044c predicted_label.\u0421\u0443\u0434\u044c\u044f \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e\u00a0\u2014 openai\/gpt-4o-mini\u0412\u0430\u0436\u043d\u043e: \u044d\u0442\u043e \u043d\u0435 \u043e\u0446\u0435\u043d\u043a\u0430 \u043f\u043e \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0435 test. \u042d\u0442\u043e multi-probe \u043e\u0446\u0435\u043d\u043a\u0430: \u0441\u0443\u0434\u044c\u044f \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 \u043d\u0435 \u043e\u0434\u0438\u043d \u043e\u0442\u0432\u0435\u0442, \u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043e\u0434\u043d\u043e\u0439 \u0438 \u0442\u043e\u0439 \u0436\u0435 \u043d\u0435\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438.\u0414\u043b\u044f \u043e\u0434\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0433\u043e\u043d\u0430 \u0441 trials=10 \u0438 \u0447\u0435\u0442\u044b\u0440\u044c\u043c\u044f \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442\u0441\u044f: 10 trials \u00d7 4 \u043c\u043e\u0434\u0435\u043b\u0438 = 40 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u0441\u0443\u0434\u044c\u0438.\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b\u0412 \u043e\u0434\u043d\u043e\u043c \u0438\u0437 \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u0432 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u0442\u0430\u043a\u0438\u043c:micro accuracy \u2248 0.975macro accuracy \u2248 0.975\u041d\u0430 \u043f\u0435\u0440\u0432\u044b\u0439 \u0432\u0437\u0433\u043b\u044f\u0434 \u044d\u0442\u043e \u0447\u0438\u0441\u043b\u043e \u043f\u043e\u0445\u043e\u0436\u0435 \u043d\u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0443\u0440\u043e\u0432\u043d\u044f LLMmap, \u0433\u0434\u0435 \u0430\u0432\u0442\u043e\u0440\u044b \u0433\u043e\u0432\u043e\u0440\u044f\u0442 \u043e \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u0438.\u041c\u0430\u0442\u0440\u0438\u0446\u0430 \u043e\u0448\u0438\u0431\u043e\u043a:true \\ preddeepseek_v4_flashqwen3_6_flashglm_5mistral_medium_3_5deepseek_v4_flash10000qwen3_6_flash1900glm_500100mistral_medium_3_500010\u0422\u043e \u0435\u0441\u0442\u044c \u0438\u0437 40 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u0431\u044b\u043b\u0430 \u043e\u0434\u043d\u0430 \u043e\u0448\u0438\u0431\u043a\u0430: \u043e\u0434\u0438\u043d \u0440\u0430\u0437 \u043e\u0442\u0432\u0435\u0442\u044b qwen3_6_flash \u0431\u044b\u043b\u0438 \u043e\u0442\u043d\u0435\u0441\u0435\u043d\u044b \u043a deepseek_v4_flash. \u041e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0432 \u044d\u0442\u043e\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0435 \u0431\u044b\u043b\u0438 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u044b \u0431\u0435\u0437 \u043e\u0448\u0438\u0431\u043e\u043a.\u041d\u0430 \u043f\u0435\u0440\u0432\u044b\u0439 \u0432\u0437\u0433\u043b\u044f\u0434 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432\u044b\u0441\u043e\u043a\u0438\u0439. \u041d\u043e \u0435\u0433\u043e \u043d\u0443\u0436\u043d\u043e \u0438\u043d\u0442\u0435\u0440\u043f\u0440\u0435\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0430\u043a\u043a\u0443\u0440\u0430\u0442\u043d\u043e.\u0427\u0442\u043e \u043e\u043d \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442:\u043d\u0430 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u043c closed-set \u043d\u0430\u0431\u043e\u0440\u0435 \u043f\u043e\u0432\u0435\u0434\u0435\u043d\u0447\u0435\u0441\u043a\u0438\u0435 \u0440\u0430\u0437\u043b\u0438\u0447\u0438\u044f \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0437\u0430\u043c\u0435\u0442\u043d\u044b;multi-probe \u043f\u043e\u0434\u0445\u043e\u0434 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043b\u0443\u0447\u0448\u0435, \u0447\u0435\u043c \u043f\u043e\u043f\u044b\u0442\u043a\u0430 \u0443\u0433\u0430\u0434\u044b\u0432\u0430\u0442\u044c \u043f\u043e \u043e\u0434\u043d\u043e\u043c\u0443 \u043e\u0442\u0432\u0435\u0442\u0443;\u0434\u0430\u0436\u0435 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 LLM-as-judge baseline \u043c\u043e\u0436\u0435\u0442 \u0438\u0437\u0432\u043b\u0435\u043a\u0430\u0442\u044c \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0439 \u0441\u0438\u0433\u043d\u0430\u043b \u0438\u0437 \u043e\u0442\u0432\u0435\u0442\u043e\u0432.\u0427\u0435\u0433\u043e \u043e\u043d \u043d\u0435 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442:\u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u0432\u0441\u0435\u0433\u0434\u0430 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u0441 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e 97.5%;\u0447\u0442\u043e \u043c\u0435\u0442\u043e\u0434 \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432 \u043a \u0434\u0440\u0443\u0433\u0438\u043c system prompt&#8217;\u0430\u043c;\u0447\u0442\u043e \u043e\u043d \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u043d\u0430 \u0434\u0435\u0441\u044f\u0442\u043a\u0430\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439;\u0447\u0442\u043e \u043e\u043d \u043e\u0431\u043e\u0431\u0449\u0430\u0435\u0442\u0441\u044f \u043d\u0430 production-\u0447\u0430\u0442-\u0431\u043e\u0442\u044b \u0441 RAG, guardrails \u0438 post-processing;\u0447\u0442\u043e \u044d\u0442\u043e \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u0430\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f LLMmap.\u041e\u0433\u0440\u0430\u043d\u0438\u0447\u0435\u043d\u0438\u044f1. \u041c\u0430\u043b\u043e \u043c\u043e\u0434\u0435\u043b\u0435\u0439\u0421\u0435\u0439\u0447\u0430\u0441 \u0432 MVP 4 \u043c\u043e\u0434\u0435\u043b\u0438. \u042d\u0442\u043e \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0434\u043b\u044f \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u0438, \u043d\u043e \u043c\u0430\u043b\u043e \u0434\u043b\u044f \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u0441 \u0441\u0438\u043b\u044c\u043d\u044b\u043c\u0438 \u043e\u0431\u043e\u0431\u0449\u0435\u043d\u0438\u044f\u043c\u0438. \u0421\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0448\u0430\u0433 \u2014 \u0440\u0430\u0441\u0448\u0438\u0440\u0438\u0442\u044c \u043d\u0430\u0431\u043e\u0440 \u0434\u043e 6\u201310 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u0435 \u0431\u043b\u0438\u0437\u043a\u0438\u0445 \u043f\u0430\u0440 \u0432\u043d\u0443\u0442\u0440\u0438 \u043e\u0434\u043d\u043e\u0439 \u0441\u0435\u043c\u044c\u0438.2. \u041c\u0430\u043b\u0435\u043d\u044c\u043a\u0438\u0439 test set\u0412 test \u0432\u0441\u0435\u0433\u043e 6 prompt_id. \u041b\u0443\u0447\u0448\u0435 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0442\u044c \u0447\u0438\u0441\u043b\u043e test-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u0438 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043d\u044b\u0445 split&#8217;\u043e\u0432.3. \u0412\u043e\u0437\u043c\u043e\u0436\u0435\u043d bias \u0441\u0443\u0434\u044c\u0438LLM-\u0441\u0443\u0434\u044c\u044f \u043c\u043e\u0436\u0435\u0442 \u0438\u043c\u0435\u0442\u044c \u0441\u0432\u043e\u0438 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f \u0438 \u0441\u043a\u0440\u044b\u0442\u043e\u0435 \u0437\u043d\u0430\u043d\u0438\u0435 \u043e \u0441\u0442\u0438\u043b\u0435 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u0414\u043b\u044f \u0431\u043e\u043b\u0435\u0435 \u0447\u0435\u0441\u0442\u043d\u043e\u0439 \u043e\u0446\u0435\u043d\u043a\u0438 \u043d\u0443\u0436\u043d\u043e \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u0443\u0434\u0435\u0439 \u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0439 ML baseline.4. \u041d\u0435\u0442 open-set \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u044f\u0421\u0435\u0439\u0447\u0430\u0441 \u0437\u0430\u0434\u0430\u0447\u0430 closed-set: \u0441\u0443\u0434\u044c\u044f \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442 \u043e\u0434\u043d\u0443 \u0438\u0437 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u0412 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u043d\u0435\u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e\u0439. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043d\u0443\u0436\u0435\u043d \u043a\u043b\u0430\u0441\u0441 unknown \u0438\u043b\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 open-set scoring.\u041a\u0430\u043a \u0440\u0430\u0437\u0432\u0438\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u0435\u043a\u0442 \u0434\u0430\u043b\u044c\u0448\u0435\u0421\u0430\u043c\u044b\u0435 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 \u0448\u0430\u0433\u0438:1. \u0420\u0430\u0441\u0448\u0438\u0440\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u04382. \u041f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432\u043e\u0441\u0442\u044c \u043a system prompt\u0421\u0435\u0439\u0447\u0430\u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f \u043e\u0434\u0438\u043d \u043d\u0435\u0439\u0442\u0440\u0430\u043b\u044c\u043d\u044b\u0439 system prompt. \u0421\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0448\u0430\u0433 \u2014 \u0441\u043e\u0431\u0440\u0430\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0439:\u043d\u0435\u0439\u0442\u0440\u0430\u043b\u044c\u043d\u044b\u0439 \u0430\u0441\u0441\u0438\u0441\u0442\u0435\u043d\u0442\u043a\u043e\u0440\u043f\u043e\u0440\u0430\u0442\u0438\u0432\u043d\u044b\u0439 support bot\u043a\u0440\u0430\u0442\u043a\u0438\u0439 technical assistant\u0441\u0442\u0440\u043e\u0433\u0438\u0439 JSON-only assistant\u042d\u0442\u043e \u043f\u0440\u0438\u0431\u043b\u0438\u0437\u0438\u0442 \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 \u043a \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u043c LLM-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f\u043c, \u0433\u0434\u0435 \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0447\u0442\u0438 \u0432\u0441\u0435\u0433\u0434\u0430 \u043e\u0431\u0451\u0440\u043d\u0443\u0442\u0430 \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u043e\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u0435\u0439.3. \u0414\u043e\u0431\u0430\u0432\u0438\u0442\u044c open-set \u0440\u0435\u0436\u0438\u043c\u0412\u044b\u0432\u043e\u0434\u044b\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 \u043f\u043e\u043a\u0430\u0437\u0430\u043b, \u0447\u0442\u043e \u0434\u0430\u0436\u0435 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u043d\u0430\u0431\u043e\u0440 probe-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u0432 \u0443\u0436\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0438\u0437\u0432\u043b\u0435\u043a\u0430\u0442\u044c \u0437\u0430\u043c\u0435\u0442\u043d\u044b\u0439 behavioral fingerprint LLM-\u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u041d\u0430 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u043c closed-set \u043d\u0430\u0431\u043e\u0440\u0435 \u0438\u0437 4 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 few-shot LLM-\u0441\u0443\u0434\u044c\u044f \u0441\u043c\u043e\u0433 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c test-\u043e\u0442\u0432\u0435\u0442\u0430\u043c \u0441 \u0432\u044b\u0441\u043e\u043a\u043e\u0439 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e \u0432 \u043e\u0434\u043d\u043e\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u0435.\u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u043f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0432\u044b\u0432\u043e\u0434: \u0441\u043f\u0440\u0430\u0448\u0438\u0432\u0430\u0442\u044c \u00ab\u043a\u0430\u043a\u0430\u044f \u0442\u044b \u043c\u043e\u0434\u0435\u043b\u044c?\u00bb \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e. \u0413\u043e\u0440\u0430\u0437\u0434\u043e \u043f\u043e\u043b\u0435\u0437\u043d\u0435\u0435 \u0441\u043e\u0431\u0438\u0440\u0430\u0442\u044c \u043d\u0430\u0431\u043e\u0440 \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u043d\u0430\u00a0\u0440\u0430\u0437\u043d\u044b\u0435 \u0442\u0438\u043f\u044b \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432: self\u2011identification, metadata, alignment, multilingual, malformed input \u0438 prompt wrappers. \u0418\u043c\u0435\u043d\u043d\u043e \u0441\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0434\u0430\u0451\u0442 \u0441\u0438\u0433\u043d\u0430\u043b.\u0420\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0439\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0439 \u0441 \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0435\u0439\u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 https:\/\/habr.com\/ru\/articles\/1039536\/<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-481072","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/481072","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=481072"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/481072\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=481072"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=481072"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=481072"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}