3,583 papers
arXiv:2609.14839 80 13 сент. 2026 г. PRO

Efficiency Hallucination: почему LLM никогда не говорит «тут оптимизировать нечего»

КЛЮЧЕВАЯ СУТЬ
100 из 100 запусков — LLM всегда находит что "улучшить". Даже в идеальном коде, где улучшать нечего. Метод Penalty Prompt даёт модели право честно ответить "уже оптимально" вместо выдумки. Фишка: один порог уверенности 90% в промпте режет долю липовых оптимизаций почти вдвое — с 100% до 56%, а на реально плохом коде правки всё так же летят в 100% случаев.
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