# Прошлые решения могут влиять на одобрение возвратов ИИ

> Исследование показало: изменение решений по прошлым случаям и изменение их фактических обстоятельств могут противоположным образом влиять на одобрение возвратов языковыми моделями.

Oossa · 2026-11-03 · https://oossa.com/ru/past-decisions-can-skew-ai-refund-approvals

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.

## Факты

- В исследовании проверяли DeepSeek V4.1 Flash, GPT-5.6 Luna и Claude Haiku 5.5.
- В отдельном эксперименте с DeepSeek изменение решений по случаям, похожим на другой запрос, сдвинуло долю одобрений на 9 процентных пунктов; для случаев, похожих на сам запрос, сдвиг составил 43 пункта.

## 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.

## Источники и ссылки

1. [Precedent Labels and Facts Shift LLM Approval Decisions in Opposite Directions](https://arxiv.org/abs/2611.00672) – arXiv, 2026-11-03

Обновлено: 2026-11-03