В исследовании, опубликованном на arXiv, проверили, как три языковые модели рассматривают спорные запросы на возврат средств и выплаты по претензиям, если им показать три похожих случая из прошлого. Для DeepSeek V4.1 Flash, GPT-5.6 Luna и Claude Haiku 5.5 замена зафиксированных решений по этим случаям с DENY на APPROVE повысила долю одобрений примерно на 30–55 процентных пунктов при использовании правил, составленных авторами исследования.
Однако, когда DeepSeek и Luna показывали только фактические обстоятельства прошлых случаев, модели реже одобряли запросы, если обстоятельства говорили в пользу одобрения, чем если они подтверждали отказ. По словам авторов, такая закономерность наблюдалась и при применении девяти общедоступных правил, пересказанных на основе реальных.
Почему это важно
Организациям, использующим ИИ для оценки запросов на возврат средств или претензий, стоит отдельно проверять влияние фактических обстоятельств прошлых случаев и зафиксированных решений: каждый из этих факторов может менять результат, причём направление эффекта может различаться.
