Когда мы просим LLM принять решение — от выбора стратегии до оценки инвестиционного риска — мы ожидаем, что модель будет действовать предсказуемо. Однако исследования показывают: разные модели демонстрируют разную склонность к риску даже при одинаковых вводных. В статье на Habr приводится обзор работ, где сравнивалось поведение популярных LLM в сценариях с неопределённостью. Автор отмечает закономерность: при одинаковых стартовых условиях рискованность убывает в ряду GPT-5.2 > Qwen3 Max > Gemini 3 Pro > DeepSeek V3.2 > Claude Sonnet 4.5. Иными словами, Claude осторожнее, а GPT-5.2 — смелее. Но это не абсолютная истина: промпт способен существенно менять поведение.

Для специалиста, который использует LLM в работе, важно не просто знать «кто рискует больше», а понимать, как это влияет на результат. Ниже — практический разбор: какие выводы можно сделать из обзора, как проверять модели под свои задачи и каких ошибок избегать.

Что именно показали исследования

В основе обзора — эксперименты, где моделям предлагались одинаковые сценарии с выбором между гарантированным исходом и лотереей (например, «получить 100 рублей наверняка или сыграть в игру с шансом 50% получить 250 рублей»). Оценка проводилась по тому, как часто модель выбирала рискованный вариант. Автор отмечает, что порядок рискованности сохранялся для популярных моделей при одинаковых стартовых условиях. Однако при изменении формулировки промпта или контекста результаты могли смещаться.

Важно: это не рейтинг «качества» моделей. Склонность к риску — не хорошая и не плохая черта сама по себе. В одних задачах нужна осторожность (юридические формулировки, медицинские рекомендации), в других — готовность предложить нестандартный вариант (брейншторм, генерация гипотез). Поэтому знание закономерности помогает осознанно выбирать инструмент, а не полагаться на случай.

Как использовать эти данные в работе

Если вы применяете LLM для анализа рисков, планирования или принятия решений, полезно учитывать выявленную тенденцию. Вот несколько практических шагов.

  • Определите требуемый уровень риска. Для задач, где ошибка дорого стоит (финансовые расчёты, юридические документы), выбирайте модели с более консервативным поведением — например, Claude. Для генерации идей или поиска неочевидных решений подойдут более «смелые» модели вроде GPT-5.2.
  • Проведите собственный тест. Не полагайтесь только на обзор. Возьмите 5–10 типовых сценариев из вашей практики и прогоните через 2–3 модели. Сравните, как часто они выбирают рискованный вариант и насколько обоснованно.
  • Управляйте промптом. Если модель слишком склонна к риску, добавьте в инструкцию требования вроде «оцени все риски», «предложи самый безопасный вариант», «обоснуй, почему риск оправдан». И наоборот, для креативных задач уберите ограничители.
  • Фиксируйте стартовые условия. При сравнении моделей используйте одинаковые формулировки, температуру и контекст. Иначе выводы будут несопоставимы.

Типичные ошибки при работе с рискованностью LLM

Даже зная о различиях, специалисты часто допускают ошибки, которые снижают пользу от моделей.

  • Переносить результаты одного теста на все задачи. Модель, осторожная в финансовых сценариях, может быть смелой в бытовых. Всегда проверяйте на своём домене.
  • Игнорировать влияние промпта. Одна и та же модель с разными формулировками может давать противоположные решения. Промпт — мощный рычаг, которым нужно пользоваться осознанно.
  • Считать рискованность недостатком. В некоторых задачах именно готовность рассмотреть нестандартный вариант даёт ценную идею. Не списывайте модель со счетов из-за «слишком смелых» ответов — лучше настройте промпт.
  • Ожидать стабильности. Поведение LLM может меняться от версии к версии. Обновляйте тесты и пересматривайте выбор модели.

Пример из практики

Предположим, вы аналитик и готовите рекомендации по запуску нового продукта. С помощью LLM вы хотите оценить риски. Если использовать GPT-5.2 без дополнительных инструкций, модель может предложить более агрессивную стратегию с высокой потенциальной доходностью. Если же взять Claude, он с большей вероятностью укажет на угрозы и предложит консервативный сценарий. Оба варианта полезны, но для итогового документа лучше запросить у каждой модели развёрнутое обоснование и сравнить. А чтобы получить сбалансированную картину, можно дать обеим моделям один и тот же промпт с требованием перечислить плюсы и минусы каждого варианта.

Ещё пример: копирайтер использует LLM для генерации заголовков. Здесь излишняя осторожность модели может привести к шаблонным формулировкам. В этом случае лучше подойдёт модель с более высокой склонностью к риску, а промпт стоит дополнить инструкцией «предложи неожиданные, смелые варианты».

Что в итоге

Обзор подтверждает: склонность к риску у популярных LLM различается и поддаётся измерению. Однако не стоит воспринимать это как жёсткий рейтинг. Промпт, контекст и версия модели способны менять картину. Практический вывод прост: тестируйте модели под свои задачи, управляйте формулировками и не ожидайте, что одна модель будет одинаково хороша везде. Осознанный подход к выбору инструмента и настройке промптов помогает получать более предсказуемые и полезные результаты — без лишних рисков и без инфоцыганства.